Snake与多尺度分析的医学图像分割研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (18): 207-209.

• 图形、图像、模式识别 • 上一篇下一篇

Snake与多尺度分析的医学图像分割研究

张效娟1，刘技2，王昊2，3，刘玲玲2

1.青海师范大学计算机学院，西宁 810008
2.天津医科大学医学影像学院，天津 300070
3.河北大学附属医院，河北保定 071000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-21 发布日期:2011-06-21

Medical image segmentation using Snake and multi-scale analysis algorithm

ZHANG Xiaojuan1，LIU Ji2，WANG Hao2，3，LIU Lingling2

1.School of Computer Science，Qinghai Normal University，Xining 810008，China
2.School of Medical Imaging，Tianjin Medical University，Tianjin 300070，China
3.Affiliated Hospital of Hebei University，Baoding，Hebei 071000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-21 Published:2011-06-21

摘要/Abstract

摘要： 为提高分割精度，提出Snake与多尺度分析相结合的医学图像分割方法。根据先验知识给定图像一个初始的粗略轮廓，然后对图像进行多尺度增强，在不同的尺度下应用Snake算法进行轮廓提取，相当于在曲线的收敛过程中进行了修正，从而使得轮廓在不同的尺度中逐渐优化，分离出精确的轮廓。实验结果表明，该方法是有效的，对医学图像分割的精度优于传统的Snake模型。

关键词: 医学图像分割, Snake模型, 多尺度增强

Abstract: In order to improve the segmentation accuracy，Snake and multi-scale analysis method are combined to segment medical image.This paper makes a rough contour of the image content according to the prior knowledge，processes the image with multi-scale enhancement，and then extracts the contour using snake algorithm in different scales，in this situation the curve is revised in the convergence process，finally extracts the satisfactory contour by optimizing it in different scales.The experimental results dictate the feasibility of the algorithm.In medical image segmentation accuracy，this algorithm is superior to the traditional Snake model.

Key words: medical image segmentation, Snake model, multi-scale enhancement

张效娟1，刘技2，王昊2，3，刘玲玲2. Snake与多尺度分析的医学图像分割研究[J]. 计算机工程与应用, 2011, 47(18): 207-209.

ZHANG Xiaojuan1，LIU Ji2，WANG Hao2，3，LIU Lingling2. Medical image segmentation using Snake and multi-scale analysis algorithm[J]. Computer Engineering and Applications, 2011, 47(18): 207-209.

[1]	郭树旭1，马树志1，李晶2，张惠茅2，孙长建1，金兰依1，刘晓鸣1，刘奇楠1，李雪妍1. 基于全卷积神经网络的肝脏CT影像分割研究[J]. 计算机工程与应用, 2017, 53(18): 126-131.
[2]	凌滨，索健文，许景涛. 一种结合Snake与GAC模型的虹膜定位方法[J]. 计算机工程与应用, 2017, 53(1): 201-206.
[3]	刘万军，刘大千，费博雯. 基于局部模型匹配的目标轮廓跟踪[J]. 计算机工程与应用, 2015, 51(17): 188-193.
[4]	张翡，范虹. 基于模糊C均值聚类的医学图像分割研究[J]. 计算机工程与应用, 2014, 50(4): 144-151.
[5]	吴双，王小鹏，王称意，万生阳. 基于标记控制分水岭和Snake交互的乳腺腺体分割[J]. 计算机工程与应用, 2014, 50(22): 189-192.
[6]	石锐，黄向娟. 基于改进Snake模型的肺部图像分割[J]. 计算机工程与应用, 2014, 50(15): 164-167.
[7]	卞真稳1，2，吕伟涛2，杨俊2，马颖2，马明1. Snake模型在雨滴边缘检测中的应用[J]. 计算机工程与应用, 2013, 49(1): 186-190.
[8]	卞维新，徐德琴. Snake模型在指纹图像分割中的应用[J]. 计算机工程与应用, 2011, 47(7): 205-207.
[9]	张帆¹，李锐¹，刘帅². 基于GVF Snake模型的步态识别轮廓提取[J]. 计算机工程与应用, 2011, 47(6): 181-183.
[10]	顾丹丹，汪西莉. 结合区域生长和GVF-Snake的遥感影像道路提取[J]. 计算机工程与应用, 2010, 46(31): 202-205.
[11]	杨青，何明一. 改进CV模型的医学图像分割[J]. 计算机工程与应用, 2010, 46(17): 194-196.
[12]	宋书中，高春庚，马建伟. 基于GVF Snake模型的人脸轮廓提取[J]. 计算机工程与应用, 2010, 46(14): 209-211.
[13]	陈灵娜，罗扬，陈增科. 一种新的肝肿瘤CT图像分割方法[J]. 计算机工程与应用, 2009, 45(34): 222-224.
[14]	张毅¹，孙虎元²，孙立娟²，孙晓光¹. 边缘检测和Snake Model结合的轮廓识别[J]. 计算机工程与应用, 2009, 45(26): 160-162.
[15]	黄文明. 曲线拟合的模糊医学图像分割算法[J]. 计算机工程与应用, 2009, 45(18): 194-197.

Snake与多尺度分析的医学图像分割研究

Medical image segmentation using Snake and multi-scale analysis algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics