-
题名用于TRUS图像分割的语义约束双向时序去噪算法
- 1
-
-
作者
石勇涛
李伟
尤一飞
高超
雷帮军
-
机构
三峡大学计算机与信息学院
湖北省水电工程智能视觉监测重点实验室(三峡大学)
-
出处
《计算机应用与软件》
北大核心
2025年第9期220-227,235,共9页
-
基金
国家自然科学基金项目(61871258)
湖北省中央引导地方科技发展专项(2019ZYYD007)。
-
文摘
为实现前列腺超声图像的快速定位分割,提出一种语义约束双向时序去噪的分割算法。通过点分布模型和主成分分析构建形状空间,获得中心化形状,并由定位卷积网络获取的变换定位矩阵对其进行定位;将定位后的形状用语义约束矩阵表达;使代价函数和双向时序去噪算法相结合,得到最终的分割图像。实验结果表明,相比于深度学习算法如Unet、DeepLabV3+等,该方法有更优秀的分割效果,其Dice相似系数(DSC)平均值为0.9679。由此可见,该方法在真实边界和噪声区域达到了良好的平衡,降低了成本并保证了分割精度和分割速度。
-
关键词
前列腺分割
医学图像
点分布模型
图像去噪
-
Keywords
Prostate segmentation
Medical image
Point distribution model
Image denoising
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TN911.73
[电子电信—通信与信息系统]
R318.16
[医药卫生—生物医学工程]
-
-
题名双态形状重构及其在前列腺超声图像分割中的应用
被引量：2
- 2
-
-
作者
石勇涛
高超
李伟
尤一飞
-
机构
三峡大学计算机与信息学院
三峡大学湖北省水电工程智能视觉监测重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2023年第3期954-960,共7页
-
基金
国家自然科学基金资助项目(61871258)
湖北省中央引导地方科技发展专项资助项目(2019ZYYD007)。
-
文摘
前列腺超声图像在临床中的准确分割对于后续诊断具有重要的影响,而当前已有研究结论无法精确分割各个部分。提出了一种基于点分布模型和流形学习的双态形状重构的方法,并对前列腺超声图像进行分割:通过随机森林指示隐态表达进行目标初定位;改进边界算子以改善粗分割准确性;使用显态表达与噪声部分相邻的部分灰度显著点来进行插值计算,从而恢复整体形状。该分割方式不仅减少了数据计算量,还增加了分割可靠性。实验表明,该方法的DSC指标为97.38%,mIoU指标为95.24%,精度强于当前热门分割神经网络。
-
关键词
超声图像分割
医学图像分割
流形学习
-
Keywords
ultrasound image segmentation
medical image segmentation
manifold learning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
