發(fā)布時(shí)間：2017-12-24 05:36

  本文關(guān)鍵詞：基于稀疏特征競(jìng)爭(zhēng)和形狀相似性的超聲圖像序列分割方法　出處：《中國(guó)科學(xué):信息科學(xué)》2017年06期 　論文類型：期刊論文

  更多相關(guān)文章： 超聲圖像序列分割 活動(dòng)輪廓模型 稀疏特征競(jìng)爭(zhēng) 形狀相似性

【摘要】：從超聲圖像序列中精確地分割出目標(biāo)區(qū)域?qū)τ谔岣呋诔晥D像引導(dǎo)的計(jì)算機(jī)輔助治療的效果具有重要的意義.活動(dòng)輪廓模型被廣泛地應(yīng)用于醫(yī)學(xué)圖像的分割,但是超聲圖像固有的低信噪比、灰度分布不均勻等特點(diǎn)導(dǎo)致活動(dòng)輪廓容易搜索到錯(cuò)誤的區(qū)域.為此,學(xué)者們提出了不同的目標(biāo)特征或形狀先驗(yàn)知識(shí)來(lái)約束活動(dòng)輪廓的演化.目前,大多數(shù)目標(biāo)圖像特征的工作僅限于提取目標(biāo)區(qū)域信息的特征,目標(biāo)形狀先驗(yàn)也需要通過(guò)對(duì)大量訓(xùn)練樣本中的目標(biāo)形狀進(jìn)行學(xué)習(xí),而且訓(xùn)練樣本中形狀是否能足夠描述分割目標(biāo)的形狀信息也是值得懷疑的.本文提出了一種基于稀疏特征競(jìng)爭(zhēng)和形狀相似性的超聲圖像序列分割方法.該方法首先利用稀疏表達(dá)理論分別構(gòu)建目標(biāo)和背景的特征字典,并根據(jù)目標(biāo)和背景特征字典的重構(gòu)誤差構(gòu)建一種基于稀疏特征競(jìng)爭(zhēng)的目標(biāo)搜索策略,從而提高活動(dòng)輪廓搜索真實(shí)邊緣的魯棒性.然后,對(duì)圖像序列中目標(biāo)形狀的相似性進(jìn)行建模,并證明了目標(biāo)形狀的變化符合低秩屬性,該屬性可看作是對(duì)圖像序列中目標(biāo)形狀的先驗(yàn)知識(shí)進(jìn)行無(wú)監(jiān)督學(xué)習(xí).為了驗(yàn)證該方法的性能,本文采用臨床的超聲圖像序列作為訓(xùn)練和測(cè)試集合,并與其他3種典型的分割方法在同一測(cè)試集合下進(jìn)行比較.實(shí)驗(yàn)結(jié)果顯示,針對(duì)超聲圖像中出現(xiàn)的邊緣模糊、缺失等缺點(diǎn),該方法提供了更準(zhǔn)確和魯棒的分割結(jié)果,從而提高了計(jì)算機(jī)輔助治療的效率和效果.
【作者單位】： 湖北理工學(xué)院計(jì)算機(jī)學(xué)院;武漢大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(批準(zhǔn)號(hào):61303215) 湖北省教育廳青年人才項(xiàng)目(批準(zhǔn)號(hào):Q20154404)資助
【分類號(hào)】：TB559;TP391.41
【正文快照】： 1引言高強(qiáng)度超聲聚焦(high intensity ultrasound focuse,HIFU)作為一種基于超聲圖像引導(dǎo)的計(jì)算機(jī)輔助治療取得了良好的治療效果[1,2].如圖1所示,精確地從超聲圖像序列分割出病灶區(qū)域?qū)μ岣逪IFU治療的效果具有重要意義.目前這項(xiàng)工作是由臨床醫(yī)生在每一幀圖像上對(duì)目標(biāo)區(qū)域進(jìn)行

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 杜述松;袁艷;相里斌;陶然;張文喜;;干涉光譜圖像序列壓縮的實(shí)驗(yàn)研究[J];光子學(xué)報(bào);2007年09期

相關(guān)博士學(xué)位論文 前1條

1 魏交統(tǒng);基于變電壓圖像序列盲分離的X射線多譜CT成像[D];中北大學(xué);2016年

，

本文編號(hào)：1327104