Snake模型在癌细胞图像分割中的应用

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (9): 197-199.

Snake模型在癌细胞图像分割中的应用

张震^1,2,张鹏²,安建伟²

1.解放军信息工程大学信息工程学院，郑州 450002
2.郑州大学电气工程学院，郑州 450001

收稿日期:2007-07-12 修回日期:2007-09-19 出版日期:2008-03-21 发布日期:2008-03-21
通讯作者: 张震

Snake model in carcinoma cell image division application

ZHANG Zhen^1,2,ZHANG Peng²,AN Jian-wei²

1.School of Information Engineering，PLA Information Engineering University，Zhengzhou 450002，China
2.School of Electric Engineering，Zhengzhou University，Zhengzhou 450001，China

Received:2007-07-12 Revised:2007-09-19 Online:2008-03-21 Published:2008-03-21
Contact: ZHANG Zhen

摘要/Abstract

摘要： 首先研究了图像分割领域中目前已经成熟的和正在探索的主流方法和技术的基本原理，分析比较了他们的优缺点。在认真研究和分析归纳了所研究的食道癌细胞图像的多方面特点的基础上，设计并实现了基于基本Snake模型的新模型。通过实验发现改进模型分割的结果与实际边界非常吻合，最后进行了后续工作开展的设想。

关键词: Snake模型, 图像分割, 细胞边界, 食道癌细胞

Abstract: Firstly this article studies in the image division domain which is already mature at present or the mainstream method and the technical basic principle which is exploring，also analyzes compares their merits and detects.In earnestly study with the analysis which has induced in the various characteristic of carcinoma esophagus cell image，a new model based on the basic snake model is devised and accomplished.The experiment confirms the improvement model division result brought up by this article is extremely tally with the actual boundary；finally this article has carried on the tentative plan of following work.

Key words: Snake model, image division, cell boundary, carcinoma oesophagus cell

张震^1,2,张鹏²,安建伟². Snake模型在癌细胞图像分割中的应用[J]. 计算机工程与应用, 2008, 44(9): 197-199.

ZHANG Zhen^1,2,ZHANG Peng²,AN Jian-wei². Snake model in carcinoma cell image division application[J]. Computer Engineering and Applications, 2008, 44(9): 197-199.

[1]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[2]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[3]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[4]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[5]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[6]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[7]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[8]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[9]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[10]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[11]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[12]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.
[13]	张姝洁，郑利平，韩清，张晗. 从图片到衣服：快速虚拟角色服饰生成方法[J]. 计算机工程与应用, 2020, 56(7): 234-239.
[14]	李超超，张远东，王昌龙. 圆形植物识别定位的HSV模型研究[J]. 计算机工程与应用, 2020, 56(6): 220-223.
[15]	王燕，亓祥惠，段亚西. 基于马尔科夫随机场的改进FCM图像分割算法[J]. 计算机工程与应用, 2020, 56(4): 197-201.