文献类型：期刊文章

作　　者：王元全[1,2] 贾云得[2]

机构地区：[1]天津理工大学计算机科学技术学院天津市智能计算与软件新技术重点实验室,天津300191 [2]北京理工大学计算机科学技术学院智能信息技术北京市重点实验室,北京100081

出　　处：《软件学报》

基　　金：国家自然科学基金Nos.60602050;60805004;60675021;国家高技术研究发展计划(863)No.2006AA01Z120~~

年　　份：2009

卷　　号：20

期　　号：5

起止页码：1176-1184

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20092212102154)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了充分利用心脏核磁共振图像(magnetic resonance image,简称MRI)中关于左心室的解剖和功能信息,必须先分割左室壁内、外膜.提出一种基于Snake模型的左室壁内、外膜分割方法.首先提出了Snake模型的卷积虚拟静电场外力模型CONVEF(convolutional virtual electric field),该外力场捕捉范围大、抗噪能力强、在C形凹陷区域等问题上性能突出,而且基于卷积运算,采用快速Fourier变换可以实时计算.就左室壁内膜的分割而言,考虑到左室壁的形状近似为圆形,引入基于圆形约束的能量项.对于左室壁外膜的分割,充分挖掘了左室壁内、外膜形状上的相似性和位置上的相关性,构造了形状相似性内能和一个新的边缘图,该边缘图用来计算新的外力场.基于所有这些策略并采用内膜的分割结果初始化,可以自动、准确地分割外膜.通过对一套活体心脏MR(magnetic resonance)图像进行分割并和手工分割结果和GGVF(generalized gradient vector flow)Snake模型的分割结果进行比较,结果表明该方法是有效的.

关 键 词：心脏核磁共振图像  图像分割 SNAKE模型 卷积虚拟静电场  形状约束  

分 类 号：TP391]