文献类型：期刊文章

作　　者：葛婷[1,2] 牟宁[1] 李黎[1]

机构地区：[1]南京理工大学电子工程与光电技术学院,江苏南京210094 [2]金陵科技学院公共基础课部,江苏南京211169

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61275198;No.60978069)

年　　份：2017

卷　　号：45

期　　号：3

起止页码：644-649

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI(收录号：20171903645831)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：从医学图像中分割脑肿瘤区域可以为脑肿瘤的诊断以及放射治疗提供帮助.但肿瘤区域的变化异常且边界非常模糊,因此自动或半自动地分割脑肿瘤非常困难.针对这一问题,本文结合softmax回归和图割法提出一种脑肿瘤分割算法.首先融合多序列核磁共振图像(MRI)并标记训练样本,再用softmax回归训练模型参数并计算每个点属于各个类别的概率,最后将概率融入到图割法中,用最小切/最大流方法得到最终分割结果.实验表明提出的方法可以更好地得到脑肿瘤的边界,并能较准确地分割出脑肿瘤区域.

关 键 词：医学图像 脑肿瘤 核磁共振图像 图像分割 softmax回归  图割法  最小切/最大流  

分 类 号：TP391.41]