当前位置:主页 > 医学论文 > 内分泌论文 >

基于改进的CV-RSF模型的甲状腺结节超声图像自适应分割算法

发布时间:2021-06-30 14:55
  目的甲状腺结节超声图像的精确分割对甲状腺结节的良恶性诊断尤为重要。目前,对于甲状腺结节超声图像的分割,有学者提出利用主动轮廓模型分割算法,但是由于活动轮廓分割算法需要手动设置迭代次数,未实现模型的自适应性。因此,本文提出了一种基于改进的无边缘主动轮廓-局部区域可控的拟合(Chan-Vese-region scalable fitting,CV-RSF)模型的甲状腺结节超声图像自适应分割算法。方法选取南京同仁医院12例患者的甲状腺结节超声图像用于实验。首先,在无边缘主动轮廓(Chan-Vese,CV)模型中,引入一个基于梯度的边缘引导函数,根据面积变化率,自适应地获取甲状腺结节的粗分割轮廓;然后,将粗分割轮廓作为局部区域可控的拟合(region-scalable fitting,RSF)模型的初始轮廓,并根据面积变化率,自适应地获取甲状腺结节最终分割结果。将改进模型分割的结果与CV模型、RSF模型分割的结果进行比较,并分析甲状腺结节边缘清晰度对分割结果的影响。结果本文模型算法分割结果的平均迭代次数、平均面积重叠率、平均Hausdorff分别达到了134、90.34%、9.77,均优于CV... 

【文章来源】:北京生物医学工程. 2020,39(03)

【文章页数】:6 页

【部分图文】:

基于改进的CV-RSF模型的甲状腺结节超声图像自适应分割算法


边缘清晰的甲状腺结节超声图像分割结果

超声图像,甲状腺结节,结节,模型


图2中的原始图像是边缘不清晰的甲状腺结节超声图像,初始轮廓是半径为26的圆。经过实验可得,CV模型在迭代300次时面积变化较小,即可实现结节的分割;RSF模型在迭代400次时面积变化较小,即可实现结节的分割。因此可将CV模型的迭代次数手动设置为300次、RSF模型的迭代次数手动设置为400次。由于改进的CV模型结合局部的边缘信息和全局信息,以迭代前后面积变化率为迭代停止条件,得到图像的粗分割轮廓,并且以粗分割轮廓作为RSF模型的初始轮廓,得到最终的分割结果,不仅提高了分割的准确度,而且提高了分割效率,使得改进的CV-RSF模型迭代202次即可得到最终的分割结果。CV模型、RSF模型和本文模型的分割结果如图2所示。通过对比CV模型、RSF模型以及本文模型的分割结果可以得出,图2原始图像中,结节边界不清晰,灰度分布不均匀,在手动给定初始轮廓后,CV模型在分割时出现边缘泄露;比较RSF模型分割的结果与本文模型的分割结果,本文分割的效果较好。因此,本文模型不仅能够分割边缘清晰的结节,而且能够分割边缘不清晰的结节。

【参考文献】:
期刊论文
[1]基于Chan-Vese模型的甲状腺结节超声图像分割方法[J]. 郑斌,徐峰,郭进祥,刘立波.  电脑与电信. 2018(06)
[2]2016版《甲状腺结节超声诊断指南》在甲状腺良恶性结节鉴别中的应用[J]. 王萍,刘健,岳文胜,罗玉群,李祖坤.  实用医学影像杂志. 2017(06)
[3]甲状腺小结节的诊断与管理:甲状腺结节6项指南的比较研究[J]. J.H.Yoon,K.Han,E.K.Kim,H.J.Moon,J.Y.Kwak,赵智勇.  国际医学放射学杂志. 2017(04)
[4]改进LIC模型的甲状腺结节超声图像分割算法[J]. 王昕,李亮,才晓东.  吉林大学学报(信息科学版). 2017(01)
[5]结合局部信息改进的C-V超声图像分割模型[J]. 郑伟,张晶,李凯玄,郝冬梅.  光电工程. 2015(08)
[6]高光谱海岸带区域分割的活动轮廓模型[J]. 王相海,金弋博.  中国图象图形学报. 2013(08)
[7]结合全局和双核局部拟合的活动轮廓分割模型[J]. 赵杰,祁永梅,潘正勇.  计算机应用. 2013(04)
[8]甲状腺结节和分化型甲状腺癌诊治指南[J].   中国肿瘤临床. 2012(17)
[9]融合局部和全局图像信息的活动轮廓模型[J]. 刘瑞娟,何传江,原野.  计算机辅助设计与图形学学报. 2012(03)

硕士论文
[1]超声甲状腺结节图像分割算法研究[D]. 徐文杰.长春工业大学 2017
[2]超声甲状腺结节自动分级相关技术研究[D]. 龙亚超.电子科技大学 2017



本文编号:3257956

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/nfm/3257956.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c73ee***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com