骨边界增强滤波的图割算法

精准的骨组织分割是辅助骨科疾病诊断和手术规划的必要步骤. 由于骨边界模糊、对比度低、骨关节处间隔狭窄,骨组织自动分割一直是医学图像分割中的难题. 传统的图割算法仅基于图像强度特征,在分割骨组织时不但需要人工设置种子点,且存在关节处骨边界分割不清晰等问题. 为此,结合骨边界增强滤波、形态学理论和图割算法,提出一种新的图像分割算法. 以图割算法为框架,基于Hessian矩阵设计增强骨边界的滤波器,将滤波结果转换为约束项加入到图割的能量函数中,求解图割模型获取初步分割结果;基于形态学理论提出对初步结果图进行先腐蚀后简易图割的后处理方法,利用腐蚀图替代人工输入初始化图割模型,实现相邻骨组织的自动分离. 使用内部股骨数据集、癌症影像档案馆(TCIA)公开数据集进行算法验证. 实验结果表明,相比阈值分割、区域生长、传统图割,该算法在Dice、精确度、F1分数等指标上均取得了更好的结果,可作为临床诊断的可靠依据.