基于先验概率和统计形状的前列腺超声图像自动分割方法
黄建波
倪东
汪天富
1.医学超声关键技术国家地方联合工程实验室，广东省生物医学信息检测与超声成像重点实验室，深圳大学医学院生物医学工程系，深圳5180602.医学超声关键技术国家地方联合工程实验室，广东省生物医学信息检测与超声成像重点实验室，深圳大学医学院生物医学工程系，深圳5180603.医学超声关键技术国家地方联合工程实验室，广东省生物医学信息检测与超声成像重点实验室，深圳大学医学院生物医学工程系，深圳518060
摘要：从经直肠超声图像中自动精确地提取前列腺边界。采用基于先验概率和统计形状的前列腺超声图像自动分割新方法。首先，利用致密尺度不变特征变换，从超声图像中快速定位前列腺；其次，从多个统计形状模型中选择最优模型，在分割过程中，前列腺伪影区域缺失的边界信息可通过形状模型估计；最后，在最优形状模型指导下，采用多分辨率分割方式，利用局部灰度模型和局部高斯分布函数能量的最小化，实现前列腺的自动分割。用30幅超声图像测试得到平均Dice相似系数（DSC）为0．9552，平均绝对距离（MAD）的均值为0．5016 mm。该方法相比传统的形状模型的分割精度有较大提高。
关键词：经直肠超声图像点分布模型前列腺分割多个平均模型局部高斯分布致密尺度不变特征变换
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(61101026)
论文发表日期：2015-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：5( 15-19 )
英文信息