应用迭代四叉树的肝脏MR图像分割

doi:10.3778/j.issn.1002-8331.2010.09.040

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (9): 142-145.DOI: 10.3778/j.issn.1002-8331.2010.09.040

• 图形、图像、模式识别 • 上一篇下一篇

应用迭代四叉树的肝脏MR图像分割

迟冬祥¹，程伟中²

1.上海电机学院电子信息学院，上海 200240
2.复旦大学附属中山医院放射科，上海 200032

收稿日期:2009-12-15 修回日期:2010-01-30 出版日期:2010-03-21 发布日期:2010-03-21
通讯作者: 迟冬祥

Liver MR image segmentation with iterative quadtree decomposition

CHI Dong-xiang¹，CHENG Wei-zhong²

1.School of Electronics & Information，Shanghai Dianji University，Shanghai 200240，China
2.Department of Radiology，Affiliated Zhongshan Hospital，Fudan University，Shanghai 200032，China

Received:2009-12-15 Revised:2010-01-30 Online:2010-03-21 Published:2010-03-21
Contact: CHI Dong-xiang

摘要/Abstract

摘要： 磁共振（Magnetic Resonance，MR）图像的诊断是公认的确认肝脏有无肿瘤等器质性病变的金标准方法，因此肝脏的正确分割对计算机辅助诊断有非常重要的意义。由于脏器组织浸润和个体差异，在肝脏分割实现方法方面有一定难度，目前尚没有通用的医学分割方法。在既有研究的基础上，提出了基于四叉树的迭代分割算法，得到MR图像中肝脏的自动分割结果。实验分割结果表明这种方法的可行性和优势，并为后续的肿瘤提取奠定基础。

关键词: 磁共振图像, 迭代四叉树, 肝脏分割

Abstract: Magnetic Resonance（MR） images are generally acknowledged as a golden standard for diagnosis of liver tumors.Therefore a good liver segmentation result is very important to computer-aided-diagnosis.Because of infiltrations among the internal organs and their individual differences，it is difficult for a liver segmentation and there is no universal medical method of segmentation.In this paper，on the basis of formal research，an iterative quadtree decomposition algorithm is put forward and liver image is segmented automatically.Experimental results show its feasibility and advantages and lay a foundation for the tumor extraction.

Key words: Magnetic Resonance Image（MRI）, iterative quadtree decomposition, liver segmentation

中图分类号:

TP391

迟冬祥¹，程伟中². 应用迭代四叉树的肝脏MR图像分割[J]. 计算机工程与应用, 2010, 46(9): 142-145.

CHI Dong-xiang¹，CHENG Wei-zhong². Liver MR image segmentation with iterative quadtree decomposition[J]. Computer Engineering and Applications, 2010, 46(9): 142-145.

[1]	闫谙，王卫卫. 基于条件能量对抗网络的肝脏和肝肿瘤分割[J]. 计算机工程与应用, 2021, 57(11): 179-184.
[2]	周钦1，阿都建华1，尹立雪2，张红梅2，崔威2，曾强1. 基于MRI图像的左心室分割方法研究现状与发展[J]. 计算机工程与应用, 2019, 55(2): 28-35.
[3]	夏永泉，谢希望，支俊，乔四海. 基于最大内切圆的肝影像自动分割方法[J]. 计算机工程与应用, 2019, 55(14): 162-167.
[4]	赵海峰，夏国峰，宋维明，张少杰. 强噪声干扰下MR图像的脑组织分割[J]. 计算机工程与应用, 2018, 54(6): 183-187.
[5]	汪娟1, 刘哲1, 宋余庆1, 陈香远2. 基于改进的GLCM甲状腺纹理特征提取与分析[J]. 计算机工程与应用, 2018, 54(23): 176-182.
[6]	赵洁1，黄展鹏1，蒋世忠1，鲍苏苏2. 结合改进分水岭和GVF的三维肝脏分割方法[J]. 计算机工程与应用, 2014, 50(22): 180-182.
[7]	程起才，王洪元，施连敏. 改进的模糊CMAC神经网络 [J]. 计算机工程与应用, 2009, 45(23): 182-185.
[8]	魏本征^1,2,尹义龙¹. 基于PSO的Markov随机场在医学图像分割中的应用[J]. 计算机工程与应用, 2008, 44(6): 213-215.
[9]	张宁,秦安,陈武凡. 一种新的心脏磁共振图像分割方法[J]. 计算机工程与应用, 2008, 44(31): 224-226.
[10]	李彬陈武凡颜刚. 基于模糊马尔可夫场的脑部MR图像分割算法[J]. 计算机工程与应用, 2007, 43(7期): 14-16.
[11]	林卫,何华灿,刘丽,贾澎涛. fMRI脑图的感知状态分析 ——回归模型及其寻优的非同质检验 [J]. 计算机工程与应用, 2007, 43(31): 28-33.
[12]	高秀梅¹，金忠²，王元全³. 基于可形变模型的左心室形状恢复与运动跟踪[J]. 计算机工程与应用, 2007, 43(22): 244-248.
[13]	张建伟、陈允杰、夏德深 . 模糊各向异性扩散人脑MR图像自动分割[J]. 计算机工程与应用, 2006, 42(5期): 19-.

应用迭代四叉树的肝脏MR图像分割

Liver MR image segmentation with iterative quadtree decomposition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics