基于三维感兴趣区域和模糊聚类的肝脏肿瘤分割

被引：1

作者：

金凯成

王翊

郑申海

欧阳自鹏

机构：

[1] 重庆大学计算机学院

来源：

计算机与现代化 | 2015年 / 08期

关键词：

肝脏肿瘤分割; 三维ROI; 结合空间信息的模糊聚类; 形态学; 水平集;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

肝脏CT图像往往存在着较多的噪声,且肝脏肿瘤的灰度与周围肝实质接近,边界模糊,分割困难。在对肝脏肿瘤分割时,传统的水平集方法对初始轮廓敏感,需要手动调整参数,时间复杂度较高。本文结合肿瘤的模糊性,提出基于三维感兴趣区域(三维ROI)和结合空间信息的模糊聚类的肝脏肿瘤分割方法。首先在三维选取肿瘤的初始感兴趣区域,再结合空间信息的模糊聚类方法进行分割,然后进行形态学操作,最后利用B样条水平集对轮廓边缘进行平滑。实验结果表明,本文提出的方法,操作简便,速度快,能较好地分割出肝脏肿瘤。

引用

页码：8 / 12

页数：5

共 17 条

[1]

OpenGL编程指南[M]. 人民邮电出版社 , OpenGL体系结构审核委员会等著, 2005

[2]

基于活动轮廓的图像分割方法研究[D]. 全刚.国防科学技术大学 2010

[3]

基于图割理论的肿瘤图像分割算法研究[D]. 李拴强.南方医科大学 2011

[4]

临床CT图像中肝脏肿瘤分割研究[D]. 杨柳.重庆大学 2013

[5]

结合模糊理论的灰度不均匀图像水平集分割算法研究[D]. 张睿智.南京理工大学 2014

[6] 基于变分水平集的图像模糊聚类分割 [J].

唐利明 ;

王洪珂 ;

陈照辉 ;

黄大荣 .

软件学报, 2014, 25 (07) :1570-1582

[7]

Fronts propagating with curvature-dependent speed: algorithms based on Hamilton-Jacobi formulations. Osher S,Sethian JA. Journal of Computational Physics . 1988

[8]

Fully automatic liver segmentation for contrast-enhanced CTimages. Rusko L,Bekes G,Németh G. MICCAI Wshp.3D Segmentation in the Clinic; A grand challenge . 2007

[9]

"Interactive Liver TumorSegmentation Using Graph-cuts and Watershed". J.Stawiaski,E.Decenciere,F.Bidault. MICCAI Workshop.3D Segmentation in the Clinic:A Grand Challenge . 2008

[10]

"Fully Automatic Liver Tumor Segmentation from Ab-dominal CT Scans,". N.H.Abdel-massieh,M.M.Hadhoud,K.M.Amin. Computer Engineering and Systems . 2010

← 1 2 →