CT系列图像的三维层次化子块生长分割

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (11): 182-184.

• 图形、图像、模式识别 • 上一篇下一篇

CT系列图像的三维层次化子块生长分割

黄展鹏1，蒋世忠1，鲍苏苏2，黄欣喆1

1.广东药学院医药信息工程学院，广州 510006
2.华南师范大学计算机学院，广州 510631

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-11 发布日期:2011-04-11

CT image segmentation based on three-dimensional hierarchical sub-block region growing

HUANG Zhanpeng1，JIANG Shizhong1，BAO Susu2，HUANG Xinzhe1

1.College of Medical Information Engineering，Guangdong Pharmaceutical University，Guangzhou 510006，China
2.College of Computer，South China Normal University，Guangzhou 510631，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-11 Published:2011-04-11

摘要/Abstract

摘要： 准确地从CT系列图像提取感兴趣的组织是手术规划的基础，针对肝脏轮廓分割存在分割不全的问题，提出了基于三维区域生长算法的腹部CT图像分割方法。算法首先由用户选择若干个生长点，然后充分利用CT系列图像层间的相似性，提出基于子块的改进区域生长算法，实现三维的层次化子块区域生长，以更准确提取肝脏区域，其中生长准则由系统分析用户选择的生长点的邻域子块属性获得，以减少用户的干预。实验结果表明，算法能在较少的干预下快速分割出来CT系列图像中的肝脏轮廓。

关键词: 三维区域生长算法, 层次化分割, 肝脏, CT系列图像

Abstract: Segmentation of region of interest based on abdominal Computed Tomography（CT） sequences images is a crucial step in surgical planning.However，precisely carrying out this step remains a challenge.By considering the situation of keeping the wrong boundary as the liver surface，an approach for CT image segmentation based on 3D hierarchical region growing algorithm is proposed.In the approach，several seed points are selected firstly.Considering the similarity of the neighbor slices in the medical volume data，a modified 3D sub-block region growing algorithm is developed.In order to reduce the user interaction，the growing criteria are estimated automatically through investigation of the statistical characteristics in the local regions of the seed points.Experiments results show the proposed method can efficiently segment the live region from serial abdominal CT images with little user interaction.

Key words: 3D region growing algorithm, hierarchical segmentation, liver, CT image-sequences

黄展鹏1，蒋世忠1，鲍苏苏2，黄欣喆1. CT系列图像的三维层次化子块生长分割[J]. 计算机工程与应用, 2011, 47(11): 182-184.

HUANG Zhanpeng1，JIANG Shizhong1，BAO Susu2，HUANG Xinzhe1. CT image segmentation based on three-dimensional hierarchical sub-block region growing[J]. Computer Engineering and Applications, 2011, 47(11): 182-184.

[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]	裘静韬，邹俊忠，郭玉成，张见，王蓓. 应用化肝脏病灶分割的预测方案[J]. 计算机工程与应用, 2020, 56(20): 173-178.
[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]	陈国栋，王霏霏. 最小能量约束与ARDP算法混合的病灶点云重建[J]. 计算机工程与应用, 2017, 53(10): 202-208.
[5]	王杰雄，陈国栋，陈怡. 改进的B-Snake模型肝脏CT图像分割算法[J]. 计算机工程与应用, 2015, 51(9): 152-157.
[6]	陈国栋，潘翔，何汉鑫. 复用计算的虚拟肝脏体纹理合成与映射方法[J]. 计算机工程与应用, 2015, 51(19): 183-188.
[7]	赵洁1，2，欧陕兴3，蒋世忠1，易法令1. 基于改进窄带水平集的三维肝脏肿瘤分割[J]. 计算机工程与应用, 2015, 51(13): 28-30.
[8]	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.
[9]	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.
[10]	于梅，卢振泰，冯前进，陈武凡. 非张量积小波的肝脏CT图像检索[J]. 计算机工程与应用, 2010, 46(28): 28-32.
[11]	孔平¹，苏式兵²，严广乐¹. 分形理论在肝脏CT影像分割中的应用研究 [J]. 计算机工程与应用, 2009, 45(24): 228-230.

CT系列图像的三维层次化子块生长分割

CT image segmentation based on three-dimensional hierarchical sub-block region growing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics