医学图像的感兴趣区域(region of interest,ROI)提取在计算机辅助诊断中有着重要作用。本文借助视觉注意模型的框架,针对肝脏区域病变组织与周围组织灰度差异小、弱纹理的特点,提出了一种新的肝脏CT(computer tomography)图像中异常组...医学图像的感兴趣区域(region of interest,ROI)提取在计算机辅助诊断中有着重要作用。本文借助视觉注意模型的框架,针对肝脏区域病变组织与周围组织灰度差异小、弱纹理的特点,提出了一种新的肝脏CT(computer tomography)图像中异常组织区域提取方法。本方法首先筛选一组与肝脏纹理相关的统计特征和基于方向分形维的显著度特征因子,然后由各特征分量显著性图合成总显著性图,最后根据显著性图标识病变发生的区域。试验表明,本文方法能准确找到肝脏区域中发生病变的位置,为显著性图在医学影像ROI提取提供了有效途径。展开更多
文摘医学图像的感兴趣区域(region of interest,ROI)提取在计算机辅助诊断中有着重要作用。本文借助视觉注意模型的框架,针对肝脏区域病变组织与周围组织灰度差异小、弱纹理的特点,提出了一种新的肝脏CT(computer tomography)图像中异常组织区域提取方法。本方法首先筛选一组与肝脏纹理相关的统计特征和基于方向分形维的显著度特征因子,然后由各特征分量显著性图合成总显著性图,最后根据显著性图标识病变发生的区域。试验表明,本文方法能准确找到肝脏区域中发生病变的位置,为显著性图在医学影像ROI提取提供了有效途径。
