隶属度区域水平集方法提取B超图像病灶

B超图像在医学临床诊断中有着重要应用,但广泛存在的灰度分布不均匀、对比度低、伪影和噪声干扰以及目标边界模糊等问题,给自动分割带来了困难。本文在区域水平集模型的基础上定义反映轮廓线像素点对目标/背景两个区域隶属度的因子,通过概率分布估计模型计算和比较各像素点的隶属度,以此为依据对像素点进行区域归属判别,由区域水平集迭代获得连续光滑的曲线。本文将B超图像目标分割看作对感兴趣目标区域的局部分割,将水平集的计算求解约束到局部范围,从而减少计算量。实验结果表明与几种水平集模型相比,本文方法对所测试的B超图像的分割在精度和速度上均有一定的改进。