基于双边滤波-距离正则化水平集演化算法的甲状腺超声图像分割
冉冬梅1
严加勇2
崔崤峣3
于振坤4
1.上海理工大学医疗器械与食品学院,上海,2000932.上海健康医学院医疗器械学院,上海201318;中科院苏州生物医学工程技术研究所,苏州2151633.中科院苏州生物医学工程技术研究所,苏州,2151634.南京同仁医院,南京,211102
摘要：超声图像有斑点噪声,且对比度低、边界模糊,所以甲状腺超声图像分割较为困难.针对此问题,本研究提出一种结合双边滤波(bilateral filters,BF)和改进边缘指示函数的距离正则化水平集演化(distance regularized level set evolution,DRLSE)模型的分割算法.先对甲状腺超声图像进行双边滤波,然后采用改进的DRLSE模型对甲状腺进行分割.通过与采用另外两种边缘指示函数的DRLSE模型对比,本研究提出的BF-DRLSE模型能减少斑点噪声对分割过程的影响,并在明显减少曲线演化运行时间和迭代次数的情况下有效分割甲状腺.
关键词：甲状腺超声图像图像分割距离正则化水平集演化模型双边滤波模型边缘指示函数
分类号：R318(医用一般科学)
资助基金：江苏省省级重点研发专项资金资助项目(BE2017601)上海市浦东新区科技发展基金(PKJ2017-Y41)
论文发表日期：2019-01-01
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：6( 170-175 )
英文信息