基于超体素和图割算法的三维肝脏CT图像自动分割方法.pdf

基于超体素和图割算法的三维肝脏CT图像自动分割方法，通过分析体数据直方图，自适应增强图像对比度。采用自适应阈值及形态学方法逐层进行肝脏初始轮廓分割，选取最大肝脏切片，计算并提取肝脏感兴趣区域。在最大肝脏切片根据肝脏初始轮廓选取种子点，采用高斯混合模型对前景背景颜色建模。对增强对比度后的肝脏感兴趣区域利用SLIC聚类算法生成超体素，以超体素为顶点构造无向加权图，利用图割算法对图进行切割。最后采用形态学运算等对分割结果进行后处理。本发明可实现三维腹部CT图像中肝脏的快速、准确自动分割。

2023-10-12

10

3.5MB

基于超像素和图割理论的自动图像分割方法研究.docx

基于超像素和图割理论的自动图像分割方法研究摘要图像分割在计算机视觉领域被广泛应用。本文基于超像素和图割理论，提出了一种自动图像分割方法。首先，使用超像素将图像分成若干个相似的区域，然后使用图割理论将超像素进行加权连接，形成一个能够将图像分割的图。最后，通过对图像分割图进行后处理，得到最终的分割结果。实验结果显示，本文提出的方法能够有效地进行图像分割，取得了较好的分割效果。关键词：超像素；图割理论；图像分割；后处理引言图像分割在计算机视觉领域被广泛应用，其目的是对图像进行分割，将其分成若干个相似的区域。图像

2024-10-25

5

10KB

基于非线性增强和图割的CT序列肝脏肿瘤自动分割.docx

基于非线性增强和图割的CT序列肝脏肿瘤自动分割基于非线性增强和图割的CT序列肝脏肿瘤自动分割摘要：肝脏肿瘤的自动分割是医学图像处理领域的一个重要任务，对于肝脏疾病的诊断和治疗具有重要的意义。本文提出了一种基于非线性增强和图割的方法来实现CT序列中肝脏肿瘤的自动分割。该方法首先使用非线性增强技术来提高肝脏和肿瘤之间的对比度，然后使用图割算法来完成分割任务。实验结果表明，该方法具有较好的分割效果和准确性，可以有效地应用于临床实践中。关键词：肝脏肿瘤；自动分割；非线性增强；图割引言：肝脏肿瘤是世界范围内肿瘤相关

2024-11-01

5

11KB

一种基于神经网络与超像素算法的CT图像肝脏自动分割方法.pdf

本发明提出了一种基于Unet网络与SLIC超像素算法相结合的新型CT图像肝脏自动分割方法。该方法一方面通过Unet网络对CT图像进行初步预测，又通过超像素算法对结果进行后处理，提高了肝分割结果的轮廓完整度，强化了预测结果的边缘与CT图像中肝脏真实轮廓的匹配性。本发明旨在解决当分类特征存在于边缘部分时，肝自动分割后的破碎边缘会严重影响网络分类准确性这一问题。经过验证，相比于其他相关分割算法，该算法明显提高了分割精度，也提高了边缘敏感型分类情况的正确率。在实践方面，该方法既可以减少人工分割的工作量，又提高了分

2023-08-19

10

1.5MB

基于遗传算法的肝脏CT图像自动定位分割方法及系统.pdf

本发明公开了一种基于遗传算法的肝脏CT图像自动定位分割方法及系统，包括：定位出肝脏CT序列图中的每幅肝脏CT图像中的肝脏位置，与现有标准模板匹配，去除明显的非肝区域；选择第N幅肝脏CT图像作为第N层肝脏CT图像并进行特征提取，得到第N层肝脏轮廓线；获取第N幅肝脏CT图像的肝脏特征信息；采用包括有若干个控制点的第N控制点组描述第N层肝脏轮廓线，将第N控制点组视为一条染色体，将第N控制点组中的每个控制点视为染色体中的一个基因段；设计代价函数，获取目标函数，将第N层肝脏轮廓线作为下一层的肝脏CT图像的初始边界曲

2023-08-28

10

585KB