| 基于改进C-V模型乳腺癌MR图像分割 |
| |
| 引用本文： | 尤伟峰,叶少珍.基于改进C-V模型乳腺癌MR图像分割[J].福州大学学报(自然科学版),2015,43(1):35-40. |
| |
| 作者姓名： | 尤伟峰 叶少珍 |
| |
| 作者单位： | 1. 福州大学数学与计算机科学学院,福建福州,350116
2. 福州大学数学与计算机科学学院,福建福州350116;福建省医疗器械与医药技术重点实验室,福建福州350002 |
| |
| 基金项目： | 福建省自然科学基金资助项目 |
| |
| 摘 要： | 在乳腺癌MR图像分割中,传统C-V模型没有充分利用图像边界曲率信息,需要重新初始化水平集函数使其保持为一个符号距离函数(SDF),导致图像分割比较慢,同时目标区域易产生过度分割.为此,通过在传统的C-V模型中引入惩罚能量项和全局边界曲率能量项,提出一种改进的C-V模型图像分割方法,克服了水平集函数需要重新初始化和目标区域易产生过度分割等问题.实验表明,改进的C-V模型对乳腺癌MR图像具有较好的分割效果,分割收敛速度较快.
|
| 关 键 词： | 乳腺癌 MR图像 图像分割C-V模型 惩罚能量项 |
Breast MR image segmentation based on mixed C-V model |
| |
| YOU Weifeng and YE Shaozhen.Breast MR image segmentation based on mixed C-V model[J].Journal of Fuzhou University(Natural Science Edition),2015,43(1):35-40. |
| |
| Authors: | YOU Weifeng and YE Shaozhen |
| |
| Abstract: | |
| |
| Keywords: | breast cancer MR image image segmentation C-V model penalties energy item |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
|
