摘要：从超声图像中准确地分割出病灶区域在基于图像引导的放射治疗中具有重要的临床意义。活动轮廓模型被广泛地应用于医学图像的分割,但超声图像的低信噪比、灰度分布不均匀等缺点导致活动轮廓容易搜索到错误的区域。为解决以上问题,提出了一种基于形状相似性的活动轮廓模型,将低秩属性作为图像序列中目标形状的先验知识融入到活动轮廓分割框架中,利用矩阵的秩对图像序列中目标形状变化的相似性进行度量,证明了目标形状的变化符合低秩属性。为了验证该方法的性能,采用真实的超声图像序列作为训练和测试集合,并与其他3种分割方法在同一测试集合下进行比较。实验结果显示,针对超声图像中出现的边缘模糊、缺失等缺点,该方法能够提供更准确和鲁棒性更高的分割结果。
分类：期刊> 自然科学与工程技术> 工程科技II> 综合科技B类综合
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：超声图像序列分割 活动轮廓模型 形状相似性
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
