[1]张绿川,杨艳.基于稀疏表示超像素分类的肿瘤超声图像分割算法[J].中国医学物理学杂志,2015,32(06):855-859.[doi:doi:10.3969/j.issn.1005-202X.2015.06.020]
 [J].Chinese Journal of Medical Physics,2015,32(06):855-859.[doi:doi:10.3969/j.issn.1005-202X.2015.06.020]
点击复制

基于稀疏表示超像素分类的肿瘤超声图像分割算法()
分享到:

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

卷:
32卷
期数:
2015年06期
页码:
855-859
栏目:
出版日期:
2015-11-25

文章信息/Info

文章编号:
1005-202X(2015)06-0855-05
作者:
张绿川杨艳
武汉大学物理科学与技术学院,湖北武汉430072
关键词:
稀疏表示超声图像肿瘤分割简单线性迭代聚类
分类号:
TP391;R312
DOI:
doi:10.3969/j.issn.1005-202X.2015.06.020
文献标志码:
A
摘要:
目的:图像中目标的识别与分割一直是图像处理的研究热点。本文针对超声图像提出了一种新的基于超像 素区域特征的肿瘤识别分割算法。方法:首先利用简单线性迭代聚类算法产生超像素,将图像分为多个内部特征相似的 图像块,然后提取每个区域的特征组成该区域特征向量,利用稀疏表示分类算法(Sparse Representation Classification, SRC)构造分类器,对超像素进行分类合并,最终识别并分割出完整的感兴趣区域。结果:本文的算法在超声图像中肿瘤 的识别与分割中取得较为理想的效果,灵敏度指数平均值达到了83.79%,标准化的Hausdorff 距离指数平均值达到了 4.80%。结论:本文的分割算法克服了SRC算法不能获得目标区域完整轮廓的缺陷,并取得了较好的实验结果,为超声 图像中肿瘤的识别与分割提供了新思路。

相似文献/References:

[1]刘一学,李锵,关欣,等.基于支持向量机的颈动脉超声图像内中膜厚度测量[J].中国医学物理学杂志,2016,33(5):451.[doi:10.3969/j.issn.1005-202X.2016.05.005]
 [J].Chinese Journal of Medical Physics,2016,33(06):451.[doi:10.3969/j.issn.1005-202X.2016.05.005]
[2]吴金风,张东. 高强度聚焦超声图像斑点解相关特性分析[J].中国医学物理学杂志,2017,34(6):590.[doi:DOI:10.3969/j.issn.1005-202X.2017.06.010]
 [J].Chinese Journal of Medical Physics,2017,34(06):590.[doi:DOI:10.3969/j.issn.1005-202X.2017.06.010]
[3]谌春仙,常岚,李伟,等. 基于医学高光谱显微图像光谱空间信息的血细胞分类[J].中国医学物理学杂志,2017,34(9):912.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.011]
 [J].Chinese Journal of Medical Physics,2017,34(06):912.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.011]
[4]王婷婷,张煜. 基于图像自相似性的多尺度稀疏表示肺4D-CT图像超分辨率重建[J].中国医学物理学杂志,2019,36(6):658.[doi:DOI:10.3969/j.issn.1005-202X.2019.06.008]
 WANG Tingting,ZHANG Yu. Lung 4D-CT image super-resolution reconstruction using self-similarity-based multiscale sparse representation[J].Chinese Journal of Medical Physics,2019,36(06):658.[doi:DOI:10.3969/j.issn.1005-202X.2019.06.008]
[5]惠钊,黄慧明.基于比率距离的自适应超声图像去噪方法[J].中国医学物理学杂志,2020,37(2):174.[doi:DOI:10.3969/j.issn.1005-202X.2020.02.008]
 HUI Zhao,HUANG Huiming.Adaptive ultrasound image denoising method based on ratio distance[J].Chinese Journal of Medical Physics,2020,37(06):174.[doi:DOI:10.3969/j.issn.1005-202X.2020.02.008]
[6]谢忠翔,武杰,项华中.基于稀疏表示变量选择方法的影像遗传学数据分析[J].中国医学物理学杂志,2020,37(5):584.[doi:10.3969/j.issn.1005-202X.2020.05.010]
 XIE Zhongxiang,WU Jie,XIANG Huazhong.Sparse representation-based variable selection algorithm for analysis of imaging genetics data[J].Chinese Journal of Medical Physics,2020,37(06):584.[doi:10.3969/j.issn.1005-202X.2020.05.010]
[7]崔梦瑶,应潇挺,赵兴群,等.肾脏射频消融中超声图像特征参数与温度关系的研究[J].中国医学物理学杂志,2020,37(9):1164.[doi:10.3969/j.issn.1005-202X.2020.09.016]
 CUI Mengyao,YING Xiaoting,ZHAO Xingqun,et al.Correlation between renal ultrasound image features and temperature during radiofrequencyablation[J].Chinese Journal of Medical Physics,2020,37(06):1164.[doi:10.3969/j.issn.1005-202X.2020.09.016]
[8]陈泽钰,葛云,陈颖,等.基于双目红外相机定位的自由式三维超声图像重建系统[J].中国医学物理学杂志,2021,38(8):960.[doi:DOI:10.3969/j.issn.1005-202X.2021.08.008]
 CHEN Zeyu,GE Yun,CHEN Ying,et al.Freehand three-dimensional ultrasound image reconstruction system based on binocular infrared camera positioning[J].Chinese Journal of Medical Physics,2021,38(06):960.[doi:DOI:10.3969/j.issn.1005-202X.2021.08.008]
[9]贺桢,石蕴玉,刘翔,等.基于卷积神经网络检测颈动脉斑块[J].中国医学物理学杂志,2022,39(1):122.[doi:DOI:10.3969/j.issn.1005-202X.2022.01.020]
 HE Zhen,SHI Yunyu,LIU Xiang,et al.Detection of carotid plaques based on convolutional neural network[J].Chinese Journal of Medical Physics,2022,39(06):122.[doi:DOI:10.3969/j.issn.1005-202X.2022.01.020]
[10]孙国栋,石蕴玉,刘翔,等.超声图像血管分割的研究进展[J].中国医学物理学杂志,2022,39(4):453.[doi:DOI:10.3969/j.issn.1005-202X.2022.04.011]
 SUN Guodong,SHI Yunyu,LIU Xiang,et al.Advances in blood vessel segmentation in ultrasound image[J].Chinese Journal of Medical Physics,2022,39(06):453.[doi:DOI:10.3969/j.issn.1005-202X.2022.04.011]

备注/Memo

备注/Memo:
【收稿日期】2015-08-19 【基金项目】国家重点基础研究发展计划(973计划)项目(2011CB707900) 【作者简介】张绿川(1989-),硕士,研究方向:医学图像处理。Tel: 18571517210;E-mail: lvchuan@whu.edu.cn。 【通信作者】杨艳(1964-),博士,副教授,研究方向:信号与图像处理。Tel: 18064033906;E-mail: xhsslc@163.com。
更新日期/Last Update: 2015-11-25