MSRM和Snake算法相结合的MRI肿瘤提取

发布时间：2017-07-06 23:26

  本文关键词：MSRM和Snake算法相结合的MRI肿瘤提取

  更多相关文章： MRI MSRM Snake算法 SLIC 初始轮廓 肿瘤提取

【摘要】：提出一种将最大相似度区域合并(MSRM)算法与Snake算法相结合的新的分割方法,进而提取MR成像中的肿瘤区域。首先使用简单线性迭代聚类(SLIC)算法对图像进行超像素分割,其次使用MSRM算法得到图像肿瘤区域大致边界,最后将该边界作为Snake模型的初始轮廓线,完成对图像的肿瘤提取。实验结果表明,相比于MSRM算法,文中方法能更准确地提取MRI肿瘤区域,且不需要手动选取Snake模型的初始轮廓线。
【作者单位】： 西北大学信息科学与技术学院;西安石油大学理学院;
【关键词】： MRI MSRM Snake算法 SLIC 初始轮廓 肿瘤提取
【基金】：国家自然科学基金资助项目(61372046) 陕西省国际科技合作与交流计划基金资助项目(2015KW-002) 陕西省教育厅专项科研计划基金资助项目(14JK1578)
【分类号】：R730.44;TP391.41
【正文快照】： 医学图像分割是将原始图像划分成不同性质(纹理,灰度等)的区域,从而提取感兴趣区域,并使它尽可能地接近解剖结果,其目的是为后期的定量分析、临床诊断以及病理学研究提供可靠依据。磁共振成像(Magnetic resonance imaging,MRI)是目前少有的对人体没有伤害且快速、准确的诊断方，

本文编号：528162