医学图像分割方法

被引:17
作者
邱明
张二虎
机构
[1] 西安理工大学信息科学系
[2] 西安理工大学信息科学系 陕西西安
关键词
医学图像分割; 阈值; 可变模型; 人工神经网络; 统计学;
D O I
10.16208/j.issn1000-7024.2005.06.051
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
图像分割是图像处理和计算机视觉领域中的基本技术,是大多数图像分析及视觉系统的重要组成部分。医学图像分割是图像分割的一个重要应用领域,在临床诊疗中起着越来越重要的作用。到目前为止对医学图像的分割已有上百种方法,但还没有一个公认的最好方法,也没有一个判断分割是否成功的客观标准。总结了目前广泛应用的医学图像分割方法,讨论了每类分割方法的特点和其所适用的范围,说明了医学图像分割研究的目的及意义,展望了医学图像处理的发展前景和面临的挑战。
引用
收藏
页码:1557 / 1559+1588 +1588
页数:4
相关论文
共 7 条
[1]   几种边缘检测算子的比较 [J].
马艳 ;
张治辉 .
工矿自动化, 2004, (01) :54-56
[2]   基于遗传算法的二维最大熵图像分割算法 [J].
吴薇 ;
赵旭 ;
邓秋霞 .
武警工程学院学报, 2003, (04) :25-27
[3]   小波变换在三维医学图象分割中的应用 [J].
袁野 ;
仲崇权 ;
秦绪佳 .
小型微型计算机系统, 2003, (06) :1081-1083
[4]   基于数学形态学的SAR图像分割方法 [J].
宋晓东 ;
肖李 ;
罗迅 .
电脑与信息技术, 2002, (05) :46-49
[5]   基于分形理论和Kohonen神经网络的纹理图像分割方法 [J].
李厚强 ;
刘政凯 ;
林峰 ;
不详 .
计算机工程与应用 , 2001, (07) :44-46
[6]   图像分割中阈值选取方法比较研究 [J].
刘文萍 ;
吴立德 .
模式识别与人工智能, 1997, 10 (03) :271-277
[7]  
Snakes: Active contour models[J] . Michael Kass,Andrew Witkin,Demetri Terzopoulos.International Journal of Computer Vision . 1988 (4)