基于自适应分区演化水平集的肾脏肿瘤超声图像分割

作     者：熊小亮 郭翌 汪源源 张岱 叶兆祥 张晟 忻晓洁 XIONG Xiaoliang;GUO Yi;WANG Yuanyuan;ZHANG Dai;YE Zhaoxiang;ZHANG Sheng;XiN xiaojie

作者机构：复旦大学电子工程系上海200433 上海市医学图像处理与计算机辅助手术重点实验室上海200433 天津医科大学肿瘤医院超声诊疗科天津300060 天津医科大学肿瘤医院放射科天津300060 国家肿瘤临床医学研究中心天津300060 天津市肿瘤防治重点实验室天津300060 天津市恶性肿瘤临床医学研究中心天津300060 

基　　金：国家自然科学基金(61871135,81627804,81830058) 上海市科委“科技创新行动计划”(18511102904) 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2019年第36卷第6期

页      码：945-956页

摘      要：肾脏肿瘤已经成为威胁人类健康的重要疾病之一。超声检查具有普及率高、价格低廉、无辐射等诸多优点,已广泛应用于肾脏肿瘤的诊断中。超声图像中肾脏肿瘤的准确分割是制定治疗方案的基础。肾脏肿瘤往往生长在肾皮质中间,分割容易受到周围脏器干扰,而且超声图像对比度低、斑点噪声严重,使得肿瘤分割困难。本文根据肾脏超声图像的特点,提出基于自适应分区演化水平集(ASLSM)的肿瘤分割算法。首先,将感兴趣区域图像分区;然后,融合内外能量项和梯度设计目标函数,并自适应调整二者比例;最后,根据质心原理和零水平集内外相似度自适应卷积半径及曲率,进行曲线演化。将本算法用于肾脏超声图像,实验结果中豪斯多夫距离(HD)为(8.75±4.21)mm,平均绝对距离(MAD)为(3.26±1.69)mm,戴斯系数(DICE)为0.93±0.03。与传统的方法进行比较,实验结果证明本算法可以获得更加准确的肿瘤分割结果,今后本算法或可为辅助医生定位和诊断肾脏肿瘤提供便利。

主 题 词：超声图像 肾脏肿瘤 水平集 自适应分区演化 质心 

学科分类：0710[理学-生物科学类] 1002[医学-临床医学类] 1001[医学-基础医学] 08[工学] 1010[医学-医学技术类] 0702[理学-物理学类] 1009[医学-法医学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7507/1001-5515.201902011

馆 藏 号：203834943...