[1]徐艳,胡顺波,王基烽,等.一种基于Snake模型的脑部CT图像分割新算法[J].中国医学物理学杂志,2020,37(5):568-573.[doi:10.3969/j.issn.1005-202X.2020.05.007]
　XU Yan,HU Shunbo,et al.A New Segmentation Algorithm Based on Snake Model for Brain CT Image[J].Chinese Journal of Medical Physics,2020,37(5):568-573.[doi:10.3969/j.issn.1005-202X.2020.05.007]
点击复制

一种基于Snake模型的脑部CT图像分割新算法()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
37
期数:
2020年第5期
页码:
568-573
栏目:
医学影像物理
出版日期:
2020-05-25

文章信息/Info

Title:
A New Segmentation Algorithm Based on Snake Model for Brain CT Image
文章编号:
1005-202X（2020）05-0568-06
作者:
徐艳1; 2; 胡顺波1; 王基烽1; 杜玉越2
1. 临沂大学信息科学与工程学院，山东临沂276000；2. 山东科技大学计算机科学与工程学院，山东青岛266590
Author(s):
XU Yan1;  2;  HU Shunbo1;  WANG Jifeng1;  DU Yuyue2
1. College of Information Science and Engineering, Linyi University, Linyi 276000, China 2. College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao 266590, China
关键词:
CT图像; 图像分割; 边缘检测; Snake模型
Keywords:
CT image image segmentation edge detection Snake model
分类号:
R318；TP391.4
DOI:
10.3969/j.issn.1005-202X.2020.05.007
文献标志码:
A
摘要:
针对目前传统的Snake模型图像分割算法的力场捕捉范围小、对初始轮廓的选取敏感以及对轮廓曲线难以收敛到 细小深凹边界的缺陷，提出一种基于Snake 模型的脑部CT图像分割新算法。算法首先运用Canny 边缘算子对图像进行 边缘检测，将边缘检测图像叠加到原始图像上，然后再运用Snake模型和梯度向量流（GVF）Snake模型分别对叠加图像进 行分割。实验结果表明，该算法克服了传统Snake 模型和GVF Snake 模型因边缘轮廓不清晰造成的漏分割情况，防止了 GVF Snake模型由于GVF力场的相互作用所造成的过分割现象，同时，还能促使轮廓线收敛到细小深凹边界，提高定位精 度，具有更好的分割效果。
Abstract:
Aiming at the disadvantages of traditional Snake model-based image segmentation algorithm, such as small force field capture range, sensitivity to initial contour selection and the difficulty of converging contour curves to small deep concave boundaries, a novel Snake model-based segmentation algorithm for brain CT image is proposed. Firstly, Canny edge detection operator is used to detect the edge of the image, and the obtained edge detection image is superimposed onto the original image. Subsequently, Snake model and gradient vector flow (GVF) Snake model are applied to segment the superimposed image. The experimental results show that the proposed algorithm overcomes the missed segmentation by traditional Snake model and GVF Snake model due to unclear edge contours, and prevents the over-segmentation by GVF Snake model due to GVF force field interaction. Meanwhile, the proposed algorithm can also converge the contour line to to a small deep concave boundary, improve the positioning accuracy and has a better segmentation result.

相似文献/References:

[1]陈海斌,甄 鑫,周凌宏.基于先验的随机游走算法在医学图像分割中的应用[J].中国医学物理学杂志,2015,32(02):174.[doi:10.3969/j.issn.1005-202X.2015.02.005]
[2]许红玉,蔡坦坦,叶良凯,等.分水岭算法在CT图像分割中的应用[J].中国医学物理学杂志,2014,31(06):5272.[doi:10.3969/j.issn.1005-202X.2014.06.012]
[3]周露,张书旭,余辉,等.PET-CT图像配准的预处理研究[J].中国医学物理学杂志,2013,30(05):4392.[doi:10.3969/j.issn.1005-202X.2013.05.012]
[4]赖胜圣,刘虔铖,张刚平.基于模糊C均值自动随机游走算法在脑肿瘤分割中的应用[J].中国医学物理学杂志,2015,32(05):707.[doi:doi:10.3969/j.issn.1005-202X.2015.05.021]
[5]谷珊珊,张怀文,王运来.基于水平集稳健特征统计算法的脑肿瘤自动分割研究[J].中国医学物理学杂志,2016,33(1):63.[doi:10.3969/j.issn.1005-202X.2016.01.014]
　[J].Chinese Journal of Medical Physics,2016,33(5):63.[doi:10.3969/j.issn.1005-202X.2016.01.014]
[6]刘国才,胡泽田,朱苏雨,等.头颈部肿瘤PET与MRI融合放疗靶区自适应区域生长勾画[J].中国医学物理学杂志,2016,33(3):222.[doi:10.3969/j.issn.1005-202X.2016.03.002]
　[J].Chinese Journal of Medical Physics,2016,33(5):222.[doi:10.3969/j.issn.1005-202X.2016.03.002]
[7]贾高杰,邱崧,蔡茗名,等.三维点云重构和体显示在医学辅助诊断中的应用[J].中国医学物理学杂志,2016,33(6):593.[doi:10.3969/j.issn.1005-202X.2016.06.012]
　[J].Chinese Journal of Medical Physics,2016,33(5):593.[doi:10.3969/j.issn.1005-202X.2016.06.012]
[8]王净巍,岳士弘.人体肺癌组织电导率与CT图像灰度相关性[J].中国医学物理学杂志,2016,33(6):599.[doi:10.3969/j.issn.1005-202X.2016.06.013]
　[J].Chinese Journal of Medical Physics,2016,33(5):599.[doi:10.3969/j.issn.1005-202X.2016.06.013]
[9]牛军龙,秦现生,洪杰,等.基于CT图像重建人体膝关节3D骨骼优化模型[J].中国医学物理学杂志,2016,33(7):700.[doi:10.3969/j.issn.1005-202X.2016.07.012]
　[J].Chinese Journal of Medical Physics,2016,33(5):700.[doi:10.3969/j.issn.1005-202X.2016.07.012]
[10]张泽凡,张东.基于交叉熵和GVF-Snake的子宫肌瘤高强度聚焦超声图像自动分割算法[J].中国医学物理学杂志,2016,33(8):776.[doi:10.3969/j.issn.1005-202X.2016.08.005]
　[J].Chinese Journal of Medical Physics,2016,33(5):776.[doi:10.3969/j.issn.1005-202X.2016.08.005]

备注/Memo

备注/Memo:
【收稿日期】2019-12-11 【基金项目】国家自然科学基金（61771230）；山东省自然科学基金 （ZR2016FM40, ZR2019PF005） 【作者简介】徐艳，在读博士，研究方向：医学图像处理、模式识别，Email: 61078961@163.com；王基烽，研究方向：图像处理、 机器学习，E-mail: 1099961142@qq.com 【通信作者】胡顺波，博士，教授，硕士生导师，研究方向：医学图像配 准、机器学习，E-mail: hushunbo@lyu.edu.cn；杜玉越，博 士，教授，博士生导师，研究方向：Web 服务、Petri 网理论 与应用、模式识别，E-mail: yydu001@163.com
更新日期/Last Update: 2020-06-03