基于CV-RSF模型的甲状腺结节超声图像分割算法
邵蒙恩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.上海健康医学院附属周浦医院,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：结合CV模型和RSF模型,建立CV-RSF模型,实现甲状腺结节超声图像半自动分割算法.基于CV模型的全局信息对图像粗分割,并以粗分割结果作为RSF模型的初始轮廓,然后再利用RSF模型的局部信息对病灶实现最终的分割.根据设定的两组不同初始轮廓,分别利用RSF模型和CV-RSF模型对病灶分割.结果表明,CV-RSF模型解决了RSF模型对初始轮廓敏感的问题,而且通过重叠率的对比,CV-RSF模型分割更准确.对比RSF模型,CV-RSF模型实现的甲状腺结节超声图像半自动分割算法,更加有效、准确.
关键词：CV模型RSF模型CV-RSF模型甲状腺结节超声图像分割
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：5( 336-340 )
英文信息