基于改进C-V模型的乳腺肿瘤超声图像分割
- 格式：pdf
- 大小：1.00 MB
- 文档页数：5
ｏ ｈｅ ｉ ｉｉ ｅ ｅｌ ｔｆ ｎｃ ｉ ｎ，ｔ ｓ ｔ ｅ ｓ ｅｅ ｆ ｓ ｇｍ ｅ ｔ ｔ ａｎ ｂ ｃ ｅｒ ｔ ｅ ｌ，Ｆｕ ｔ ｅｒ ｆ ｔ ｎ ｔ ｌ ｖ ｕ ｔ ａｌ ｓｅ ｏ ｈｕ ｈ ｐ ｄ ｏ ｅ ｎ ａ ｉ ｃ ｅ ａｃ ｅｌ ａ ｅｄ ｇｒ ａｔ ｏｎ ｙ ｒｈ ｍｏｒ ｅ，ｂａ ｅｄ ｏｎ ｓ ｔ ａｙ ｃ ｌ ｓ ｒｂ ｔ ｈａ ａ ｔ ｈｅ ｇｒ ｓ ａ ｅ ｄｉｔ ｉ ｕ ｉ ｃ ｒ ｃ ｅ—ｓ ｉ ｓ ｏ ｈ ｒ ａｓ ｕｍｏｒ ｕ ｔａ ｏｕ ｄ ｉ ｏｎ ｔｃ ｆｔ ｅ ｂ ｅ ｔ ｔ ｌ ｓ ｎ ｍａｇ ｎｄ ｏｎ ｔ ｅ ｈ ｏ ｈ ｓｉ ｆ ｐｉ ｅ ｓ ｒ ｅｓ ａ ｈ ｙｐ ｔ ｅ ｓ ｏ ｅｃ ｗｉｅ ｃ ｓ ａｎ ｎ ｔ Ｖ ｏ ｏｎ ｔ ｔ ｉ ｈｅ Ｃ— ｍ ｄｅｌ ｅｍｉ ｔ ａ ｉ ｅｇ ｅｎ ａ ｉ ｏ ｈａ ｅｎ ｐｒ ｅｎ ｅｄ，ｉ ｉ ｈ ｔ ｅ ｒ ｇｈ ｃ ｔ ｓ ，ａ ｓ ａｕ ｏｍ ｔ ｓ ｍ ｃ ｔ ｔｏｎ ｆ ｗ ｓ ｂｅ ｅｓ ｔ ｌ ｎ ｗｈ ｃ ｈ ｏｕ ｏｎ ｏｕｒｉ ｓ ｅ ｃ ｅ ｒ ｔ ｎ ｈ ｕｂ ｍａｇ ｋ ｔ ｈ ｄ ｆ ｓ ，ａ ｄ ｔ ｅｎ ａ ｓ ｉ ｉ ｅ ｗｏｕ ｄ ｂ ｂｔ ｉ ｅｄ ｆ ｒｔ ｅ ｒ ｆ ｅｄ ｓ ｇｍｅｎ ａｔ ｇｏ ｉ ｍ ． ｌ ｅ ｏ ａ ｎ ｏ ｈ ｅ ｎ ｅ ｉ ｔ ｉ ａｌ ｒ ｈ ｏｎ ｔ Ｔｈｉ ｏ ｈａ ｐ ｏ ｅ ｓ ｆ ｗ ｓ ｉ ｒ ｖ ｄ ｌ ｍ
维普资讯
●
●
文章 编 号 ： １７ －１４ ２０ ）６０ ９ —５ ６ １７ ０ （０ ７０ —３ ５０
基于改进Ｃ． 模型的乳腺肿瘤超声 图像分割 Ｖ
【 作 者 】 哈 章 。 传 富 王 金 萍 ．周 康源 。 ．李 ．贺 礼 。 １中 国科 学 技 术 大学 电子 工 程 与 信 息 科 学 系 （ 徽 合 肥 ，２ ０ ２ ） 安 ３ ０ ７ ２安 徽 中 医学 院 第 一 附 属 医院 （ 徽 合 肥 ２ ０ ３ ） 安 ３ ０ １ 【 摘 要 】 提 出 了一 种 改进 的Ｃ— 型 ，完 全 避 免 了重 初 始 化 步 骤 并 简 化 了初 始 水 平 集 函 数 的 构 造 ，大 大 加快 了分 割 速 度 。针 对 乳 Ｖ模
ｎｏ ｎｌ ｈ ｃ ｕｒｃ ，ｂ ｔａｌｏ ｔ ｅ ｅ ｃｅ ｃｙｏ ｈ ｅ ｔｏ ｙ ｔｅ ａ ｃ ａ ｙ ｕ ｓ ｈ ｆ ｉｎ ｆｔ ｅ ｓ ｇｍｅｎ ａｉ ｌｏｒ ｈ ． ｅ ｅｘ ｅｒ ｅ ｔ ｏ ｔ ａ ｈ ｒ ｏ ｅ ｉ ｔｔ ｏｎ ａｇ ｉ ｍ Ｔｈ ｐ ｉ ｎ ｓｓｈ ｗ ｈ ｔｔ ｅ ｐ ｏｐ ｓ ｄ ｔ ｍ
２ Ｆｉ ｔ ｆｉａ ｅ ｓ ｔ ｆ ｈｕ ｒ ｌ ｔ ｄ Ｈｏ ｐｉ ｏ ｓ Ａｆ ｉ ａｌ Ａｎ ｉ ＴＣＭ Ｃｏｌ ｇｅ， ｆ ， ３０ ｌ ｅ Ｈｅｅｉ２ ０３１
【 Ａｂ ｒ ｃ 】 Ｔｈｉ ｐ ｒ ｐ ｅ ｍ ｐ ｏ ｅ Ｖ ｓｔａ ｔ ｓ ｐａ ｅｒ ｐ ｏ ｏｓ ｓ ａｎ ｉ ｒ ｖ ｄ Ｃ－ ｍｏｄ ， ｅｌ ｗｈｉ ａｎ ａ ｏｉ ｈ ｔ ｆ ｒ ｉ ｔ ｉａｔ ｎ ａｎ ｉ ｐｌｙ ｔ ｏｒ ｔ ｃｈ ｃ ｖ ｄ ｔ ｅ ｓ ｅｐ ｏ ｅ－ ｉ ｚ ｉ ｄ ｓｍ ｉ ｈｅ ｆ ｍａ ｉ ｎｉａｌ ｏ ｆ ｏｎ
Ｒ３１８ ０ ．４ ９１ ４１ 【 图分 类 号 】 ＴＰ３ 中
【 献 标 识 码 】 Ａ 文
Ｓｅ ｇｍ ｅｎ ａ ｉ ｆＢｒ ａ ｔБайду номын сангаас ｔ ｔｏｎ ｏ ｅ ｓ ｕｍ ｏｒＵｌｒ ｓ ｔａ ｏｕｎ ｍ ａ ｓ ｄ Ｉ ｇｅ
Ｂａ ｅ ｍ ｐｒ ｖｅ Ｖ ｏｄ ｓ ｄ ｏｎ ａｎ Ｉ ｏ ｄ Ｃ－ Ｍ ｅｌ
腺肿瘤超声图像灰 度分布 的特点和Ｃ Ｖ模型分段常量的假设 ，提出 了手工勾画粗略边界 ，再划 分子 图进行分割 的半 自动 — 分割流程 不仅提 高了分 割准确 性．同时也进一步提高 了分割效率 。实验表 明，算法能高效准确地从 超声乳腺肿瘤 图像
中提 取 出肿 瘤 的边 界 ． 为下 一 步 的 目标 特 征 提 取 、分 析 打 下 了 良好 的基 础 。 【 关 键 词 】 Ｃ ａ — ｅ ｅ 型 ．水 平 集 ：重 初 始 化 ，乳 腺 肿 瘤 超 声 图像 图像 分 割 ｈ ｎＶ ｓ 模
ａｌ ｒ ｈ ｃ ｌ ｘ ｒ ｔｔ ｅ ｃ ｔ ｒｏｆ ｈ ｅａ ｔｔ ｍｏｒｆＯｍ ｈ ｌ ａｓ ｕｎ ｍ ａ ｓ ｅｆ ｃ ｅ ｌ ｄ ａ ｃｕ ａｔ ｙ ｗｈｉ ｓ ｇｏ ｉ ｍ ｏｕ ｄ ｅ ｔａｃ ｈ ｏｎ ｏｕ ｅ ｂｒ ｓ ｕ ｔ ｔ ｒ ｔ ｅ ｕｔ ｏ ｄ ｉ ｇｅ ｆ ｉ ｎｔ ａｎ ｃ ｒ ｅｌ ｒ ｉ ｙ ｃｈ ｉ
Ｚｈ ｇ。 ＬＩ Ｃｈｕ ｎ ｆ ， ＡＮＧ ｎ ｐｉ ｇ ， ａ —ｕ Ｗ Ｊｉ— ｎ ＺＨＯ Ｕ Ｋａｎ — ａｎ。 ＨＥ Ｌ ｌ ｇ ｙｕ 【 Ｗ ｒｔ ｓ 】 ＨＡ ａｎ ｉ ｅｒ ｌ ＿
， ，
１ Ｄｅｐ ｔ ａｒｍｅｎ ｆＥｌ ｔｏ ｃ Ｅｎｇ ｎ ｒｎ ｎ ｎ ｏｒ ａ ｉ ｉ ｃ ｔｏ ｅｃ ｒ ｎｉ ｉ ｅｅ ｉ ｇ ａ ｄ Ｉｆ ｍ ｔ ｏｎ Ｓｃｅｎ ｅ，ＵＳＴＣ，Ｈｅ ｅ ， ０ ７ ｆｉ ２３ ０２
维普资讯
●
●
文章 编 号 ： １７ －１４ ２０ ）６０ ９ —５ ６ １７ ０ （０ ７０ —３ ５０
基于改进Ｃ． 模型的乳腺肿瘤超声 图像分割 Ｖ
【 作 者 】 哈 章 。 传 富 王 金 萍 ．周 康源 。 ．李 ．贺 礼 。 １中 国科 学 技 术 大学 电子 工 程 与 信 息 科 学 系 （ 徽 合 肥 ，２ ０ ２ ） 安 ３ ０ ７ ２安 徽 中 医学 院 第 一 附 属 医院 （ 徽 合 肥 ２ ０ ３ ） 安 ３ ０ １ 【 摘 要 】 提 出 了一 种 改进 的Ｃ— 型 ，完 全 避 免 了重 初 始 化 步 骤 并 简 化 了初 始 水 平 集 函 数 的 构 造 ，大 大 加快 了分 割 速 度 。针 对 乳 Ｖ模
ｎｏ ｎｌ ｈ ｃ ｕｒｃ ，ｂ ｔａｌｏ ｔ ｅ ｅ ｃｅ ｃｙｏ ｈ ｅ ｔｏ ｙ ｔｅ ａ ｃ ａ ｙ ｕ ｓ ｈ ｆ ｉｎ ｆｔ ｅ ｓ ｇｍｅｎ ａｉ ｌｏｒ ｈ ． ｅ ｅｘ ｅｒ ｅ ｔ ｏ ｔ ａ ｈ ｒ ｏ ｅ ｉ ｔｔ ｏｎ ａｇ ｉ ｍ Ｔｈ ｐ ｉ ｎ ｓｓｈ ｗ ｈ ｔｔ ｅ ｐ ｏｐ ｓ ｄ ｔ ｍ
２ Ｆｉ ｔ ｆｉａ ｅ ｓ ｔ ｆ ｈｕ ｒ ｌ ｔ ｄ Ｈｏ ｐｉ ｏ ｓ Ａｆ ｉ ａｌ Ａｎ ｉ ＴＣＭ Ｃｏｌ ｇｅ， ｆ ， ３０ ｌ ｅ Ｈｅｅｉ２ ０３１
【 Ａｂ ｒ ｃ 】 Ｔｈｉ ｐ ｒ ｐ ｅ ｍ ｐ ｏ ｅ Ｖ ｓｔａ ｔ ｓ ｐａ ｅｒ ｐ ｏ ｏｓ ｓ ａｎ ｉ ｒ ｖ ｄ Ｃ－ ｍｏｄ ， ｅｌ ｗｈｉ ａｎ ａ ｏｉ ｈ ｔ ｆ ｒ ｉ ｔ ｉａｔ ｎ ａｎ ｉ ｐｌｙ ｔ ｏｒ ｔ ｃｈ ｃ ｖ ｄ ｔ ｅ ｓ ｅｐ ｏ ｅ－ ｉ ｚ ｉ ｄ ｓｍ ｉ ｈｅ ｆ ｍａ ｉ ｎｉａｌ ｏ ｆ ｏｎ
Ｒ３１８ ０ ．４ ９１ ４１ 【 图分 类 号 】 ＴＰ３ 中
【 献 标 识 码 】 Ａ 文
Ｓｅ ｇｍ ｅｎ ａ ｉ ｆＢｒ ａ ｔБайду номын сангаас ｔ ｔｏｎ ｏ ｅ ｓ ｕｍ ｏｒＵｌｒ ｓ ｔａ ｏｕｎ ｍ ａ ｓ ｄ Ｉ ｇｅ
Ｂａ ｅ ｍ ｐｒ ｖｅ Ｖ ｏｄ ｓ ｄ ｏｎ ａｎ Ｉ ｏ ｄ Ｃ－ Ｍ ｅｌ
腺肿瘤超声图像灰 度分布 的特点和Ｃ Ｖ模型分段常量的假设 ，提出 了手工勾画粗略边界 ，再划 分子 图进行分割 的半 自动 — 分割流程 不仅提 高了分 割准确 性．同时也进一步提高 了分割效率 。实验表 明，算法能高效准确地从 超声乳腺肿瘤 图像
中提 取 出肿 瘤 的边 界 ． 为下 一 步 的 目标 特 征 提 取 、分 析 打 下 了 良好 的基 础 。 【 关 键 词 】 Ｃ ａ — ｅ ｅ 型 ．水 平 集 ：重 初 始 化 ，乳 腺 肿 瘤 超 声 图像 图像 分 割 ｈ ｎＶ ｓ 模
ａｌ ｒ ｈ ｃ ｌ ｘ ｒ ｔｔ ｅ ｃ ｔ ｒｏｆ ｈ ｅａ ｔｔ ｍｏｒｆＯｍ ｈ ｌ ａｓ ｕｎ ｍ ａ ｓ ｅｆ ｃ ｅ ｌ ｄ ａ ｃｕ ａｔ ｙ ｗｈｉ ｓ ｇｏ ｉ ｍ ｏｕ ｄ ｅ ｔａｃ ｈ ｏｎ ｏｕ ｅ ｂｒ ｓ ｕ ｔ ｔ ｒ ｔ ｅ ｕｔ ｏ ｄ ｉ ｇｅ ｆ ｉ ｎｔ ａｎ ｃ ｒ ｅｌ ｒ ｉ ｙ ｃｈ ｉ
Ｚｈ ｇ。 ＬＩ Ｃｈｕ ｎ ｆ ， ＡＮＧ ｎ ｐｉ ｇ ， ａ —ｕ Ｗ Ｊｉ— ｎ ＺＨＯ Ｕ Ｋａｎ — ａｎ。 ＨＥ Ｌ ｌ ｇ ｙｕ 【 Ｗ ｒｔ ｓ 】 ＨＡ ａｎ ｉ ｅｒ ｌ ＿
， ，
１ Ｄｅｐ ｔ ａｒｍｅｎ ｆＥｌ ｔｏ ｃ Ｅｎｇ ｎ ｒｎ ｎ ｎ ｏｒ ａ ｉ ｉ ｃ ｔｏ ｅｃ ｒ ｎｉ ｉ ｅｅ ｉ ｇ ａ ｄ Ｉｆ ｍ ｔ ｏｎ Ｓｃｅｎ ｅ，ＵＳＴＣ，Ｈｅ ｅ ， ０ ７ ｆｉ ２３ ０２
