文献类型：期刊文章

作　　者：岳晴[1] 关雪[2] 王生生[2]

YUE Qing;GUAN Xue;WANG Sheng-sheng(AVIC Shenyang Aircraft Design&Research Institute,Shenyang 110000,China;College of Computer Science and Technology,Jilin University,Changchun 130012,China)

机构地区：[1]中国航空工业集团公司沈阳飞机设计研究所,辽宁沈阳110000 [2]吉林大学计算机科学与技术学院,吉林长春130012

出　　处：《东北师大学报（自然科学版）》

基　　金：国家自然科学基金区域创新发展联合基金资助项目(U19A2061)。

年　　份：2023

卷　　号：55

期　　号：4

起止页码：52-58

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对多边界情况下,传统的水平集模型无法区分医疗图像的目标边界与背景边界,存在多个不需要的边界,无法收敛到所需边界的问题,提出了一种改进的距离正则化水平集模型的医疗图像分割方法,该方法对原始图像采用U-Net网络进行预分割,得到目标图像的大致区域,在传统距离正则化水平集方法的基础上,引入新的边缘指示函数,加入新的正则项.实验结果表明,上述方法对多边界的超声图像和普通医疗图像的分割的有效性更高.

关 键 词：水平集 深度学习  图像分割

分 类 号：TP3-05[计算机类]