期刊文章详细信息
结合先验稀疏字典和空洞填充的CT图像肝脏分割 ( EI收录)
Liver segmentation in CT image based on priori sparse dictionary and hole filling
文献类型:期刊文章
机构地区:[1]北京理工大学光电学院北京市混合现实与新型显示工程技术研究中心,北京100081
基 金:国家973重点基础研究发展计划资助项目(No.2013CB328806);国家863高技术研究发展计划资助项目(No.2013AA013703);国家十二五科技支撑计划资助项目(No.2013BAI01B01)
年 份:2015
卷 号:23
期 号:9
起止页码:2687-2697
语 种:中文
收录情况:AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号:20154401475344)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对复杂多变的肝脏图像,提出了一种基于先验稀疏字典和空洞填充的三维肝脏图像分割方法。对腹部CT图像进行Gabor特征提取,并分别在Gabor图像和灰度图像的肝脏金标准边界上选择大小相同的图像块作为两组训练集,利用训练集得到两种查询字典及稀疏编码。将金标准图像与待分割图像配准,并将配准后的肝脏边界作为待分割图像的肝脏初始边界;在初始边界点上的十邻域内选择大小相同的两组图像块作为测试样本,利用测试样本与查询字典计算稀疏编码及重构误差,并选择重构误差最小的图像块的中心作为待分割肝脏的边界点;最后,设计一种空洞填充方法对肝脏边界进行补全和平滑处理,得到最终分割结果。利用医学图像计算和计算机辅助介入国际会议中提供的肝脏数据进行了实验验证。结果表明,该方法对肝脏分割图像具有较好的适用性和鲁棒性,并获得了较高的分割精度。其中,平均体积重叠率误差为(5.21±0.45)%,平均相对体积误差为(0.72±0.12)%,平均对称表面距离误差为(0.93±0.14)mm。
关 键 词:计算机层析(CT)图像 肝脏分割 稀疏编码 字典学习 空洞填充
分 类 号:TP391] R814.42[计算机类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...