基于改进的距离正则化水平集模型的医疗图像分割

作     者：岳晴 关雪 王生生 YUE Qing;GUAN Xue;WANG Sheng-sheng

作者机构：中国航空工业集团公司沈阳飞机设计研究所辽宁沈阳110000 吉林大学计算机科学与技术学院吉林长春130012 

基　　金：国家自然科学基金区域创新发展联合基金资助项目(U19A2061) 

出 版 物：《东北师大学报（自然科学版）》 (Journal of Northeast Normal University(Natural Science Edition))

年 卷 期：2023年第55卷第4期

页      码：52-58页

摘      要：针对多边界情况下,传统的水平集模型无法区分医疗图像的目标边界与背景边界,存在多个不需要的边界,无法收敛到所需边界的问题,提出了一种改进的距离正则化水平集模型的医疗图像分割方法,该方法对原始图像采用U-Net网络进行预分割,得到目标图像的大致区域,在传统距离正则化水平集方法的基础上,引入新的边缘指示函数,加入新的正则项.实验结果表明,上述方法对多边界的超声图像和普通医疗图像的分割的有效性更高.

主 题 词：水平集 深度学习 图像分割 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.16163/j.cnki.dslkxb202204180001

馆 藏 号：203124962...