基于改进搜索策略的Live-Wire医学图像分割算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (29): 24-26.

基于改进搜索策略的Live-Wire医学图像分割算法

王阳萍¹,党建武¹,李强²,李莎³

1.兰州交通大学电子与信息工程学院,兰州 730070
2.中科院近代物理研究所,兰州 730000
3.兰州军区总医院,兰州 730020

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-11 发布日期:2007-10-11
通讯作者: 王阳萍

Live-wire algorithm for medical image segmentation based on improved search strategy

WANG Yang-ping¹,DANG Jian-wu¹,LI Qiang²,LI Sha³

1.School of Electronic & Information Engineering,Lanzhou Jiaotong University,Lanzhou 730070,China 2.Institute of Modern Physics,Chinese Academy of Sciences,Lanzhou 730000,China 3.Lanzhou Generation Hospital Lanzhou Command,Lanzhou 730020,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-11 Published:2007-10-11
Contact: WANG Yang-ping

摘要/Abstract

摘要： Live-Wire 分割算法提供了一种精确的、可再现的交互式医学图像分割方法。Live-Wire算法中最优路径的搜索通常采用Dijkstra算法,其时间复杂度为O[n2]。提出从两个方面对Live-Wire医学图像分割算法的搜索策略进行改进以提高Live-Wire算法的实时性：（1）在最短路径的搜索过程中应用二叉堆排序,使算法的时间复杂度从原来的O[n2]降为O[n ln n];（2）在最短路径搜索中加入到达目标节点即停止的限制条件,可明显减少搜索节点数,使算法的时间复杂度远小于O[n ln n]。经算法分析及实验表明,搜索策略的改进可显著提高Live-Wire算法的运行效率。

关键词: 医学图像, 交互式分割, Live-Wire 算法, Dijkstra算法, 搜索策略, 堆排序

Abstract: Live-wire segmentation algorithm provides an accurate,reproducible and interactive boundary extraction tool for the object segmentation in the medical images.Dijkstra algorithm with the complexity of the calculation time O[n2] is generally used for searching optimal path in Live-wire.The paper improves the search strategy of Live-Wire algorithm in two aspects：Heap sort is used for searching the globally optimal path from the start node to the goal node.The complexity of the calculation time can be reduced from O[n2] to O[n ln n] by the algorithm;The restriction condition that search ends namely with the finding of the goal node,is set up to greatly reduce searched nodes.Thus the complexity of the calculation time is much smaller than O[n ln n].Algorithm analysis and experiments indicate that the presented search strategy can evidently improve the efficiency of Live-Wire algorithm.

Key words: medical image, interactive segmentation, Live-Wire algorithm, Dijkstra algorithm, search strategy, heap sort

王阳萍¹,党建武¹,李强²,李莎³. 基于改进搜索策略的Live-Wire医学图像分割算法[J]. 计算机工程与应用, 2007, 43(29): 24-26.

WANG Yang-ping¹,DANG Jian-wu¹,LI Qiang²,LI Sha³. Live-wire algorithm for medical image segmentation based on improved search strategy[J]. Computer Engineering and Applications, 2007, 43(29): 24-26.

[1]	张晓丽，张魁星，江梅，魏本征，丛金玉. 淋巴瘤图像分类技术研究综述[J]. 计算机工程与应用, 2021, 57(6): 1-9.
[2]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[3]	卢苇，刘丹，邵敏，吴扬东. 改进Mask R-CNN网络在医学图像识别与分割中的应用[J]. 计算机工程与应用, 2021, 57(24): 234-241.
[4]	高爽，徐巧枝. 迁移学习方法在医学图像领域的应用综述[J]. 计算机工程与应用, 2021, 57(24): 39-50.
[5]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[6]	黎英. 迁移学习在医学图像分析中的应用研究综述[J]. 计算机工程与应用, 2021, 57(20): 42-52.
[7]	李祥霞，谢娴，李彬，尹华，许波，郑心炜. 生成对抗网络在医学图像处理中的应用[J]. 计算机工程与应用, 2021, 57(18): 24-37.
[8]	郝翔，贺毅朝，朱晓斌，翟庆雷. 基于离散混合多宇宙算法求解折扣{0-1}背包问题[J]. 计算机工程与应用, 2021, 57(18): 103-113.
[9]	郭艳芬，崔喆，杨智鹏，彭静，胡金蓉. 基于深度学习的医学图像配准技术研究进展[J]. 计算机工程与应用, 2021, 57(15): 1-8.
[10]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[11]	郭佳丽，王秋萍，王晓峰. 融合学习策略和邻域搜索的飞蛾火焰算法[J]. 计算机工程与应用, 2021, 57(12): 170-179.
[12]	陈少洁，赵淦森，林成创，彭璟，黄凯信，李壮伟，黄润桦，杜嘉华，樊小毛. 深度学习在染色体分割中的应用综述[J]. 计算机工程与应用, 2021, 57(11): 46-56.
[13]	周涛，陆惠玲，霍兵强. 深度信念网络研究进展[J]. 计算机工程与应用, 2020, 56(9): 24-32.
[14]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[15]	谢博宇，李茂青，岳丽丽，陈启香. 无人机-智能车队协同路径实时规划研究[J]. 计算机工程与应用, 2020, 56(20): 20-27.