發(fā)布時(shí)間：2021-04-04 19:19

　　針對(duì)現(xiàn)有的腦腫瘤模糊目標(biāo)邊緣分割方法,存在分割準(zhǔn)確率低的問(wèn)題,提出核磁共振圖像的腦腫瘤模糊目標(biāo)邊緣分割方法。依據(jù)詞袋模型構(gòu)建視覺(jué)詞典,采用密集采樣方法選取腦腫瘤核磁共振圖像,根據(jù)P-M模型與最大值-最小值方法去噪以及灰度化處理圖像,將處理后的圖像依據(jù)滑動(dòng)窗口提取像素點(diǎn)特征,構(gòu)建圖像t混合模型。采用EM算法求解腦腫瘤模糊目標(biāo)邊緣,實(shí)現(xiàn)了腦腫瘤模糊目標(biāo)邊緣的分割。仿真對(duì)比實(shí)驗(yàn)結(jié)果顯示,相較于現(xiàn)有腦腫瘤模糊目標(biāo)邊緣分割方法來(lái)看,提出的腦腫瘤模糊目標(biāo)邊緣分割方法極大的提升了分割準(zhǔn)確率,充分顯示提出的腦腫瘤模糊目標(biāo)邊緣分割方法具備更好的分割效果。 

【文章來(lái)源】：計(jì)算機(jī)仿真. 2020,37(10)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

視覺(jué)詞典示意圖

對(duì)于腦腫瘤核磁共振圖像來(lái)說(shuō),每一個(gè)像素點(diǎn)均可以利用其特征表示[11]。提取像素點(diǎn)特征基本過(guò)程如圖2所示。在滑動(dòng)窗口中,目標(biāo)像素點(diǎn)特征采用鄰域像素點(diǎn)特征表示。提取像素點(diǎn)特征步驟如下:

碼字圖

【參考文獻(xiàn)】：
期刊論文
[1]基于DCNN和全連接CRF的舌圖像分割算法[J]. 張新峰,郭宇桐,蔡軼珩,孫萌.  北京航空航天大學(xué)學(xué)報(bào). 2019(12)
[2]基于多核協(xié)同表示分類(lèi)的腦腫瘤分割算法[J]. 葛婷,詹天明,牟善祥.  南京理工大學(xué)學(xué)報(bào). 2019(05)
[3]基于3D深度殘差網(wǎng)絡(luò)與級(jí)聯(lián)U-Net的缺血性腦卒中病灶分割算法[J]. 王平,高琛,朱莉,趙俊,張晶,孔維銘.  計(jì)算機(jī)應(yīng)用. 2019(11)
[4]基于超像素和超度量輪廓圖的無(wú)人機(jī)圖像分割算法[J]. 宋以寧,劉文萍,宗世祥,駱有慶.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(08)
[5]基于改進(jìn)支持向量機(jī)算法的超聲圖像分割技術(shù)[J]. 王萌.  生物醫(yī)學(xué)工程研究. 2019(02)
[6]3維灰度矩陣的鋼板缺陷圖像識(shí)別[J]. 蘭紅,方治嶼.  中國(guó)圖象圖形學(xué)報(bào). 2019(06)
[7]基于最大熵生長(zhǎng)檢測(cè)器的模糊紅外圖像分割算法[J]. 于曉,呂欣欣,高強(qiáng),葉溪.  激光雜志. 2019(03)
[8]磁共振彌散張量成像在腦腫瘤放射治療中的應(yīng)用[J]. 吳凌云,嚴(yán)丹方,嚴(yán)森祥.  中華放射醫(yī)學(xué)與防護(hù)雜志. 2019 (03)
[9]改進(jìn)Canny邊緣檢測(cè)的遙感影像分割[J]. 劉麗霞,李寶文,王陽(yáng)萍,楊景玉.  計(jì)算機(jī)工程與應(yīng)用. 2019(12)
[10]一種基于級(jí)聯(lián)卷積網(wǎng)絡(luò)的三維腦腫瘤精細(xì)分割[J]. 褚晶輝,李曉川,張佳祺,呂衛(wèi).  激光與光電子學(xué)進(jìn)展. 2019(10)



本文編號(hào)：3118333