期刊文献+

基于改进的GVF模型的CT图像分割方法 被引量:4

Method of CT Image Segmentation Based on Modified GVF Model
下载PDF
导出
摘要 活动轮廓模型被广泛应用于医学图像分割之中.文中针对CT图像的分割方法进行了探讨,提出了一种基于GVF模型的改进的活动轮廓分割法.改进方法采用轮廓中心法及引入一作用力的方法,克服了GVF模型不能处理深度凹陷区域的问题.实验结果表明,改进后的分割方法较原Snake模型及GVF模型的效果更好. Active contour model is widely used in medical image segmentation. A new modified active contour model based on GVF model is proposed for CT image segmentation. The method by introducing contour center technique and an external force can overcome the problems of segmenting object with the concave regions. The experiment results demonstrate that this method is better than traditional snake models and GVF models.
出处 《小型微型计算机系统》 CSCD 北大核心 2006年第1期155-157,共3页 Journal of Chinese Computer Systems
关键词 CT图像分割 活动轮廓模型 梯度矢量流模型 能量函数 CT image segmentation active contour model gradient vector flow model energy function
  • 相关文献

参考文献5

  • 1Raj Acharya, Richard Wasserman. Jeffery Stevens et al,Biomedical imaging modalities: An overview [A]. In: Deformable models in medical image analysis [C]. LosAlamitos,California: IEEE Computer Society Press, 1998,20-45.
  • 2Wells W M, Grimson W E L, Kikins R et al. Adaptive segmentation of MRI data[J]. IEEE Trans. on Medical imaging, 1996,15(4):429-442.
  • 3Kass M, Witkin A, Terzopouls D. Snake: Active contour models [J]. International Journal of Computer Vision, 1988,1 (4) :321-331.
  • 4Xu C Y, Jerry J L. Snakes, shape, and gradien vector flow[J].IEEE Trans. on Image Processing, 1998,7(3):359-369.
  • 5周继鹏,耿国华,周明全.一种新的动态轮廓模型[J].计算机研究与发展,1998,35(8):734-738. 被引量:14

二级参考文献1

  • 1Xu G,Pattern Recognit,1994年,27卷,7期,879页

共引文献13

同被引文献19

  • 1张建伟,夏德深.高斯混合模型改进的活动轮廓模型MRI分割[J].计算机辅助设计与图形学学报,2005,17(12):2647-2653. 被引量:12
  • 2陈波,赖剑煌.基于水平集曲线演化的目标轮廓提取[J].计算机科学,2006,33(8):227-228. 被引量:6
  • 3何传江,唐利明.几何活动轮廓模型中停止速度场的异性扩散[J].软件学报,2007,18(3):600-607. 被引量:23
  • 4唐利明,何传江,申小娜.几何活动轮廓模型的多尺度扩散分割算法[J].计算机辅助设计与图形学学报,2007,19(5):661-666. 被引量:9
  • 5Canny J.A computational approach to edge detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,8(6):679-698.
  • 6Adams R,Bischof L.Seeded region growing[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1994,16(6):641-647.
  • 7Lee S H,Seo J K.Level set-based bimodal segmentation with stationary global minimum[J].IEEE Trans on Image Processing,2006,15(9):2843-2852.
  • 8Chan T F,Vese L A.Active contours without edges[J].IEEE Trans on Image Processing,2001,10(2):266-277.
  • 9Deng J W,Tsui H T.A fast level method for segmentation of low contrast noisy biomedical images[J].Pattern Recognition Letters,2002,23(1):161-169.
  • 10Sumengen B,Manjunath B S,Kenney C.Image segmentation using curve evolution[C]//Proc of the Conf on Record of the 35th Asilomar Conference on Signals,Systems&Computers,2001:1141-1145.

引证文献4

二级引证文献18

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部