差分进化算法GVF Snake模型在PET图像分割中的应用

被引:14
作者
毕晓君
肖婧
机构
[1] 哈尔滨工程大学信息与通信工程学院
关键词
PET图像分割; Snake模型; GVFSnake模型; 差分进化算法;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
利用PET图像进行诊治时需要对人体病灶精确定位,PET图像中病灶目标区域的分割是早期诊断与治疗的前提和关键。基于传统Snake模型的方法在PET图像分割时存在对初始轮廓过于敏感,难以收敛到目标凹型区域等问题,为此将GVF Snake模型引入PET图像的分割中。为防止GVF Snake模型陷入局部最优,进一步利用差分进化(DE)算法的全局优化特性对GVF Snake模型分割的结果进行优化,提高PET图像分割精度。实验结果表明,该方法能有效地对PET图像中的病灶目标区域进行分割,可避免陷入局部最优且具有良好的实时性。
引用
收藏
页码:382 / 388
页数:7
相关论文
共 4 条
[1]   基于粒子群优化算法的改进Snake模型的图像分割方法 [J].
任继军 ;
何明一 .
中国图象图形学报 , 2008, (09) :1727-1732
[2]   PET图像中基于形态学和样条模型方法进行心脏的边缘提取 [J].
骆国程 ;
赵永界 .
CT理论与应用研究, 2002, (03) :1-6
[3]  
PET图像重建关键技术研究[D]. 简毅强.浙江大学 2008
[4]  
Snakes: Active contour models[J] . Michael Kass,Andrew Witkin,Demetri Terzopoulos.International Journal of Computer Vision . 1988 (4)