基于深度学习的肾脏超声图像分割:现状与挑战

1

作者 尹诗 施振扬 +2 位作者 吴梦麟 蔡金燕 余德 《计算机科学》 北大核心 2025年第9期16-24,共9页

肾脏超声图像分割作为一项关键的临床任务,在疾病诊断和治疗规划中发挥着重要作用。该综述系统回顾了2017至2024年间肾脏超声图像分割领域的重要研究成果,重点分析了二维和三维分割技术及异常病变肾脏分割方法。对于二维超声图像,总结了... 肾脏超声图像分割作为一项关键的临床任务,在疾病诊断和治疗规划中发挥着重要作用。该综述系统回顾了2017至2024年间肾脏超声图像分割领域的重要研究成果,重点分析了二维和三维分割技术及异常病变肾脏分割方法。对于二维超声图像,总结了4类分割技术方法:1)基于纹理特征提取的传统分割方法;2)U-Net及其改进架构;3)融合肾脏形状和边界先验知识的深度监督学习方法;4)多模态信息融合分割技术。此外,详细梳理了当前公开可用的数据集和标准化评估指标,为后续研究提供了可靠的比较基准。尽管当前二维分割方法已取得显著进展,但仍面临诸多挑战:精细解剖结构的分割精度有待提升,三维分割技术尚未成熟,异常病变分割研究明显不足,以及高质量训练数据严重匮乏等关键问题。这些技术瓶颈的突破将直接决定该领域研究成果的临床转化前景。展望未来,需要重点发展精细结构与三维分割技术、探索跨模态学习方法、深化组织特征信息融合策略,并着力构建大模型和高质量数据集,以全面提升肾脏超声分割技术的临床应用价值。 展开更多

关键词 肾脏超声分割 深度学习 肾脏异常 评估指标 公开数据集

在线阅读 下载PDF 职称材料

基于MSC-LSAM的多尺度交叉超声医学图像分割方法

2

作者 王朝欣 杨汶汶 +3 位作者 戎泽 李铮昱 王行 马磊 《数据采集与处理》 北大核心 2025年第2期469-484,共16页

脑卒中是全球范围内致死致残率最高的疾病之一,颈动脉狭窄和心脏病变是缺血性脑卒中的重要致病因素。超声(Ultrasound,US)是检查由颈动脉狭窄和心脏病变引起的缺血性脑卒中的常用影像学手段,但超声图像噪声多、边界模糊,具有较高的分割... 脑卒中是全球范围内致死致残率最高的疾病之一,颈动脉狭窄和心脏病变是缺血性脑卒中的重要致病因素。超声(Ultrasound,US)是检查由颈动脉狭窄和心脏病变引起的缺血性脑卒中的常用影像学手段,但超声图像噪声多、边界模糊,具有较高的分割难度。本文提出MSC⁃LSAM算法,一种多尺度交叉的双编码器超声图像分割网络,旨在实现颈动脉腔体和心脏腔体的快速、准确分割,辅助医生完成疾病诊断。MSC⁃LSAM在编码器部分并行了分割一切模型(Segment anything model,SAM)的视觉编码器和UNet编码器,在解码器部分采用UNet解码器。本研究首先冻结了预训练的SAM视觉编码器,并在Transformer层中引入高效的适配器(Adapter)块,被称可学习的分割一切模型(Learnable SAM,LSAM)。LSAM在拥有较低参数量的同时,保留学习能力和高度泛化性。然后,在UNet全局网络引入多尺度交叉注意力(Multi⁃scale cross⁃axial attention,MCA),实现多尺度特征的交叉融合,有效提升边缘分割能力,抑制模型过拟合。最后,通过高效通道注意力(Efficient channel attention,ECA)实现双编码器多尺度特征的高效融合,减少模型误分割。结果表明,本研究提出的MSC⁃LSAM在心脏超声公开数据集CAMUS和颈动脉超声自建数据集CAUS上均取得了良好的效果。CAMUS的两心腔(2CH)和四心腔(4CH)数据集分割的平均Dice相似系数(Dice similarity coefficient,DSC)分别达到0.927和0.934;CAUS数据集的平均DSC达到0.917。MSC⁃LSAM在颈动脉腔体和心脏腔体超声图像分割任务上获得了良好的分割准确度,高于主流分割算法,具有良好的应用前景。 展开更多

关键词 缺血性脑卒中 超声图像分割 分割一切模型 多尺度交叉注意力 高效通道注意力

在线阅读 下载PDF 职称材料

改进Segformer的前列腺超声图像语义分割算法 被引量：1

3

作者 石勇涛 柳迪 +2 位作者 高超 杜威 邱康齐 《现代电子技术》 北大核心 2024年第15期65-72,共8页

前列腺超声图像在临床中的准确分割对后续诊断具有重要影响。因此,通过深度学习辅助实现前列腺边界的快速、准确分割非常必要。为此,文中提出了一种改进的前列腺分割网络(DA-Segformer)。利用Transformer、深监督和注意力机制,快速准确... 前列腺超声图像在临床中的准确分割对后续诊断具有重要影响。因此,通过深度学习辅助实现前列腺边界的快速、准确分割非常必要。为此,文中提出了一种改进的前列腺分割网络(DA-Segformer)。利用Transformer、深监督和注意力机制,快速准确地分割前列腺超声图像。引入MAG模块提高网络对特征图和像素关联性的理解能力,以及对前景像素的敏感度。采用深监督策略,在解码过程中引入损失函数,优化梯度传播,增强网络对关键特征的学习表征能力。实验结果显示,在前列腺超声图像数据集上,DA-Segformer模型的mIoU、Dice系数、准确率和召回率等指标均优于其他主流语义分割模型。该方法有效解决了前列腺超声图像手工分割的难题,为临床诊断提供了有价值的计算机辅助工具。 展开更多

关键词 医学图像分割 超声图像分割 TRANSFORMER 门控注意力 深监督 扩张卷积 梯度下降 多尺度特征

在线阅读 下载PDF 职称材料

融合多尺度特征和注意力机制的超声甲状腺结节分割

4

作者 赵欣 黎红豆 王洪凯 《声学技术》 CSCD 北大核心 2024年第5期668-676,共9页

针对目前超声影像下甲状腺结节分割不够精准的问题,提出一种融合多尺度特征和注意力机制的超声甲状腺结节分割方法。该模型编码设计了多感受野通道选择模块,通过核心选择注意力对多个不同感受野的特征进行自适应加权组合,使包含目标的... 针对目前超声影像下甲状腺结节分割不够精准的问题,提出一种融合多尺度特征和注意力机制的超声甲状腺结节分割方法。该模型编码设计了多感受野通道选择模块,通过核心选择注意力对多个不同感受野的特征进行自适应加权组合,使包含目标的感受野通道占据主导。同时,设计自适应全局上下文模块自适应地提取瓶颈层多个尺度的全局上下文特征,以实现对瓶颈层高级语义的有效编码。此外,设计双注意力引导模块增强编解码器对等层之间的特征融合,以减少上采样过程中的信息损失。在公开的超声甲状腺结节数据集上进行实验,结果表明,文中所提方法优于其他对比网络,能更加精准地分割出甲状腺结节,有效提升了甲状腺结节的分割性能。 展开更多

关键词 深度学习 甲状腺结节 超声图像分割 多尺度特征提取 注意力机制

在线阅读 下载PDF 职称材料

基于序列注意力和局部相位引导的骨超声图像分割网络 被引量：1

5

作者 陈芳 张道强 +1 位作者 廖洪恩 赵喆 《自动化学报》 EI CAS CSCD 北大核心 2024年第5期970-979,共10页

在超声辅助的骨科手术导航中,需要从采集的超声图像序列中精确分割出骨结构,并展示给医生,来辅助医生进行术中决策.但是,图像噪声、成像伪影以及模糊的骨边界导致从超声图像序列中精确分割提取骨结构十分困难.为解决该问题,提出一种新... 在超声辅助的骨科手术导航中,需要从采集的超声图像序列中精确分割出骨结构,并展示给医生,来辅助医生进行术中决策.但是,图像噪声、成像伪影以及模糊的骨边界导致从超声图像序列中精确分割提取骨结构十分困难.为解决该问题,提出一种新的基于序列注意力与局部相位引导的骨超声图像分割网络.该网络一方面自适应地利用超声序列帧之间的关系即序列注意力来辅助骨结构的语义分割.另一方面,该网络通过引入局部相位引导模块,突出骨边缘信息,进一步提高分割精度.利用包含19050幅图像的骨超声数据集,进行交叉实验、消融实验并与最新的超声骨分割方法进行比较.实验结果表明所提方法对骨结构分割精度高,优于现有的超声骨分割方法. 展开更多

关键词 骨科导航 超声图像分割 局部相位 序列注意力

在线阅读 下载PDF 职称材料

融合CNN和ViT的乳腺超声图像肿瘤分割方法 被引量：1

6

作者 彭雨彤 梁凤梅 《智能系统学报》 CSCD 北大核心 2024年第3期556-564,共9页

针对乳腺超声图像肿瘤区域形状大小差异大导致分割困难,卷积神经网络(convolutional neural networks,CNN)建模长距离依赖性和空间相关性方面存在局限性,视觉Transformer(vision Transformer,ViT)要求数据量巨大等问题,提出一种融合CNN... 针对乳腺超声图像肿瘤区域形状大小差异大导致分割困难,卷积神经网络(convolutional neural networks,CNN)建模长距离依赖性和空间相关性方面存在局限性,视觉Transformer(vision Transformer,ViT)要求数据量巨大等问题,提出一种融合CNN和ViT的分割方法。使用改进的Swin Transformer模块和基于可形变卷积的CNN编码器模块分别提取全局特征和局部细节特征,设计使用交叉注意力机制融合这两种尺度的特征表示,训练过程采取二元交叉熵损失混合边界损失函数,有效提高分割精度。在两个公共数据集上的实验结果表明,与现有经典算法相比所提方法的分割结果有显著提升,dice系数提升3.8412%,验证所提方法的有效性和可行性。 展开更多

关键词 卷积神经网络 乳腺超声图像分割 Swin Transformer 交叉注意力机制 混合损失函数 可形变卷积 多头跳跃注意力 深度学习

在线阅读 下载PDF 职称材料

关键点引导的时序网络用于超声心动图分割

7

作者 向卓 陈伟玲 +3 位作者 田晓雨 赵程 汪天富 雷柏英 《中国生物医学工程学报》 CSCD 北大核心 2024年第6期641-651,共11页

超声心动图分割是先天性心脏病筛查中的一个重要步骤。然而,超声心动图图像质量较低,并且因心脏跳动,超声心动视频部分帧中的一些心脏关键结构会模糊或消失。对于结构消失的目标帧,通常需要依靠超声心动视频中其他结构清晰的帧来推导确... 超声心动图分割是先天性心脏病筛查中的一个重要步骤。然而,超声心动图图像质量较低,并且因心脏跳动,超声心动视频部分帧中的一些心脏关键结构会模糊或消失。对于结构消失的目标帧,通常需要依靠超声心动视频中其他结构清晰的帧来推导确定目标帧中关键结构的位置。在此基础上,本研究设计了一个关键点引导的时序网络来完成超声心动图的分割。具体来说,对于要分割的目标帧,使用超声视频中的其他帧作为辅助帧。首先设计了一个双向时序网络,通过关键点引导网络从辅助帧中提取关键结构信息。然后提出了一种Transformer时间注意力模块,调整各辅助帧的特征权重,关注结构清晰的辅助帧。此外,提出了图像映射模块,将辅助帧的结构信息直接映射到目标帧,完成了对目标帧中缺失结构信息的补充。在98例胸骨旁短轴切面数据上进行了实验,平均Dice达到0.8269。实验证明所提出的方法能够有效应用于超声心动图分割中。 展开更多

关键词 超声心动图分割 关键点定位 Transformer时间注意力 双向时序网络 图像映射

在线阅读 下载PDF 职称材料

特征重加权U-Net超声图像分割的骨结构重建与增强现实显示 被引量：4

8

作者 陈芳 赵喆 +3 位作者 张道强 谢彦庭 张欣然 廖洪恩 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第3期448-456,共9页

在现有骨科微创手术中,医生通过观察屏幕上显示的二维骨结构X射线图像,引导手术器械置入并完成治疗.但这种方式不仅缺乏直观的三维信息,而且导致病人和医生暴露在大量的射线电离辐射下.为了解决该问题,提出特征重加权超声分割的骨结构... 在现有骨科微创手术中,医生通过观察屏幕上显示的二维骨结构X射线图像,引导手术器械置入并完成治疗.但这种方式不仅缺乏直观的三维信息,而且导致病人和医生暴露在大量的射线电离辐射下.为了解决该问题,提出特征重加权超声分割的骨结构重建与增强现实显示技术,将骨结构直观展示给医生,为医生提供无辐射的手术引导.首先,开发了一个特征重加权U-Net,从Free-hand超声图像中精确分割提取骨表面.然后,根据超声图像的姿态,对分割后的骨表面进行重建,获得三维骨结构.最后,使用立体全像技术对重建的骨结构进行增强现实显示,展示给医生.在仿体和真实患者超声数据集上进行了实验,所获得的骨结构分割精度为(88.51±1.44)%,骨结构重建误差为(1.29±0.11)mm.实验结果表明,所提出的基于特征重加权U-Net超声图像分割的骨结构重建与增强现实显示技术可以为外科医生提供直观的术中三维导航信息. 展开更多

关键词 超声分割 骨结构重建 手术导航

在线阅读 下载PDF 职称材料

活动轮廓模型和Contourlet多分辨率分析分割血管内超声图像 被引量：20

9

作者 张麒 汪源源 +3 位作者 王威琪 马剑英 钱菊英 葛均波 《光学精密工程》 EI CAS CSCD 北大核心 2008年第11期2303-2311,共9页

针对传统图像分割方法中初始化和鲁棒性两个问题,研究了基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分... 针对传统图像分割方法中初始化和鲁棒性两个问题,研究了基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分量进行模板匹配,确定血管内腔边界和中-外膜边界的初始轮廓;对带通分量方向性子带进行扩散滤波,抑制噪声的同时尽可能保留有用边缘,并结合边界矢量场使轮廓演化得到最终分割结果,从而提高了分割算法的鲁棒性。对100幅仿真图像和120幅实际图像的分割结果表明,相对于传统活动轮廓模型,该方法分割实际图像的平均距离误差提高了3.04 pixel,面积差异百分比提高了6.30%。表明该方法能自动、精确地提取血管的两条边界。 展开更多

关键词 活动轮廓模型 CONTOURLET变换 多分辨率分析 血管内超声图像分割

在线阅读 下载PDF 职称材料

多参数Gabor预处理融合多尺度局部水平集的超声图像分割 被引量：14

10

作者 陈晓冬 盛婧 +2 位作者 杨晋 蔡怀宇 金浩 《中国光学》 EI CAS CSCD 北大核心 2020年第5期1075-1084,共10页

针对超声图像边缘较弱且不连续、图像灰度分布不均的特点,提出一种基于多方向、多频率的Gabor滤波融合多尺度水平集的边缘提取算法。将超声图像成像的不连续性看作随机方向的纹理,利用Gabor滤波的方向性进行不同角度的滤波,通过最大值... 针对超声图像边缘较弱且不连续、图像灰度分布不均的特点,提出一种基于多方向、多频率的Gabor滤波融合多尺度水平集的边缘提取算法。将超声图像成像的不连续性看作随机方向的纹理,利用Gabor滤波的方向性进行不同角度的滤波,通过最大值融合多图像,得到待分割区域和背景之间的差异且最大程度地保留原图像信息的中间图像。同时,使用多中心频率的Gabor滤波核以满足超声图像复杂的频率分布特性,并通过均值融合的方式减弱噪声的影响。再针对融合图像边缘较弱且灰度变化不均的缺陷,改进传统的局部聚类水平集方法,采用不同方差大小的高斯卷积核来适应图像不同部分的灰度变化情况,通过均值融合构造多尺度能量函数。通过在增强图像上迭代改进后的多尺度水平集函数,获取最终边缘。为验证算法的有效性,对胃部超声图像进行测试,分割结果的相关性系数和敏感性系数分别达到了0.856和0.910,相比传统局部强度聚类水平集方法分别提升了20.7%和5%。实验结果表明,该算法可以显著提高超声图像边缘提取的连续性和准确性,有效降低因超声图像灰度不均和边缘较弱造成的过分割现象。 展开更多

关键词 超声图像分割 边缘提取 GABOR滤波 水平集方法

在线阅读 下载PDF 职称材料

基于自动种子区域生长的超声B图像缺陷分割方法 被引量：12

11

作者 倪豪 郑慧峰 +3 位作者 王月兵 呼刘晨 曹永刚 张凯 《计量学报》 CSCD 北大核心 2018年第6期878-883,共6页

提出一种基于自动种子区域生长的超声图像缺陷分割方法。首先使用最大类间方差(Otsu)分割法对超声B图像进行一次预分割;其次寻到绝对背景区,并且在此区域内自动设置种子起始点;然后利用区域生长法将缺陷从背景中分割;最后通过数字形态... 提出一种基于自动种子区域生长的超声图像缺陷分割方法。首先使用最大类间方差(Otsu)分割法对超声B图像进行一次预分割;其次寻到绝对背景区,并且在此区域内自动设置种子起始点;然后利用区域生长法将缺陷从背景中分割;最后通过数字形态学降噪法来进一步提高缺陷的识别度。实验结果表明:该方法不仅能准确地分割出缺陷,且具有较好的缺陷边界信息,提高了对超声B图像的处理效率,有效地抑制了大部分图像噪声。 展开更多

关键词 计量学 超声B图像分割 区域生长 自动设置种子

在线阅读 下载PDF 职称材料

构建MRI统计形变模型的子宫肌瘤超声图像分割方法 被引量：2

12

作者 倪波 何发智 +4 位作者 袁志勇 蔡贤涛 周媛媛 陈晓 张德军 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2013年第6期817-822,共6页

超声图像分割是实现高强度超声聚焦治疗中术中引导的重要步骤,而超声图像的低信噪比使得分割的结果往往不精确,易造成手术中聚焦区域有偏差.为此提出一种基于MRI先验形变模型的超声图像分割方法.首先分别从MRI图像集和超声图像集中训练... 超声图像分割是实现高强度超声聚焦治疗中术中引导的重要步骤,而超声图像的低信噪比使得分割的结果往往不精确,易造成手术中聚焦区域有偏差.为此提出一种基于MRI先验形变模型的超声图像分割方法.首先分别从MRI图像集和超声图像集中训练基于特定病人的统计形变模型和初始化分割模型;然后利用超声图像中子宫肌瘤的部分显著性轮廓对分割模型进行初始化;最后使用统计形变模型对超声图像的分割结果进行约束,并对结果进行优化得到最终的结果.与其他分割方法进行比较的实验结果表明,该方法能够有效地提高高强度超声聚焦治疗的精度和效率. 展开更多

关键词 统计形变模型 活动形状模型 超声图像分割

在线阅读 下载PDF 职称材料

医学超声图像分割的一种新方法 被引量：4

13

作者 陈志彬 张启辉 +1 位作者 邱天爽 刘颖 《中国生物医学工程学报》 CAS CSCD 北大核心 2006年第6期650-655,共6页

有效地实现超声图像的分割依然是临床疾病诊断亟待解决的一个难题。本研究将图像树型框架小波变换、尺度共生矩阵、KL变换主分量分析和自组织神经网络聚类相结合应用于医学超声图像,提出一种分割新方法。实验表明,对于不同的医学超声图... 有效地实现超声图像的分割依然是临床疾病诊断亟待解决的一个难题。本研究将图像树型框架小波变换、尺度共生矩阵、KL变换主分量分析和自组织神经网络聚类相结合应用于医学超声图像,提出一种分割新方法。实验表明,对于不同的医学超声图像,应用本研究方法均可得到比较清晰的分割结果,且显著地提高了分割图像的对比度,这对于固有对比度较低的医学超声图像来说不啻一种很有效的图像分割新方法,为临床诊断提供新的借鉴。 展开更多

关键词 超声图像分割 树型框架小波变换 尺度共生矩阵 主分量分析 自组织神经网络

在线阅读 下载PDF 职称材料

胎儿超声图像分割及自动径线测量 被引量：4

14

作者 余锦华 汪源源 +1 位作者 陈萍 施心陵 《中国生物医学工程学报》 CAS CSCD 北大核心 2007年第6期867-873,883,共8页

为从超声图像中准确估计胎儿股骨长度、头围、双顶径和枕额径,提出一种新的胎儿超声图像分割和径线自动测量方法。首先使用结合空间邻域信息的二维模糊聚类,在抑制斑点噪声的同时提取胎儿超声图像中的骨骼部分;接着将骨骼提取的结果细... 为从超声图像中准确估计胎儿股骨长度、头围、双顶径和枕额径,提出一种新的胎儿超声图像分割和径线自动测量方法。首先使用结合空间邻域信息的二维模糊聚类,在抑制斑点噪声的同时提取胎儿超声图像中的骨骼部分;接着将骨骼提取的结果细化作为霍夫变换的输入;然后根据股骨和头部不同的形态特征,分别设计了直线霍夫变换加二次曲线拟合的股骨参数提取方法,以及椭圆二次迭代霍夫变换的头部参数提取方法。本研究对60组胎儿超声图像自动计算所得的股骨长度和头围与手动测量间的差异分别为(0.069±0.066)cm和(-0.508±0.458)cm。结果显示本方法所得结果基本与手动测量的结果吻合,可以提高测量的客观性,有望应用于临床的产前监护。 展开更多

关键词 胎儿超声图像分割 二维模糊聚类 随机霍夫变换 曲线拟合 二次迭代霍夫变换

在线阅读 下载PDF 职称材料

基于特征融合的边缘引导乳腺超声图像分割方法 被引量：4

15

作者 白雪飞 马亚楠 王文剑 《计算机科学》 CSCD 北大核心 2023年第3期199-207,共9页

针对乳腺超声图像边缘模糊、斑点噪声多、对比度低等问题,提出了一种融合多特征的边缘引导多尺度选择性核U-Net(Edge-guided Multi-scale Selective Kernel U-Net,EMSK U-Net)方法。EMSK U-Net采用基于U-Net的对称编解码结构可以适应小... 针对乳腺超声图像边缘模糊、斑点噪声多、对比度低等问题,提出了一种融合多特征的边缘引导多尺度选择性核U-Net(Edge-guided Multi-scale Selective Kernel U-Net,EMSK U-Net)方法。EMSK U-Net采用基于U-Net的对称编解码结构可以适应小数据集医学图像分割的特点,将扩张卷积与传统卷积构成选择性核模块作用于编码路径,并提取下采样过程中的选择性核特征进行边缘检测任务,在丰富图像空间信息的同时细化边缘信息,有效缓解斑点噪声和边缘模糊的问题,在一定程度上可以提升小目标的检测精度。然后在解码路径通过多尺度特征加权聚合获取丰富的深层语义信息,多种信息之间相互补充,从而提升网络的分割性能。在3个公开的乳腺超声图像数据集上的实验结果表明,与其他分割方法相比,EMSK U-Net算法各项指标表现良好,分割性能有显著提升。 展开更多

关键词 乳腺超声图像分割 特征融合 边缘检测 多尺度特征 深度学习 U-Net

在线阅读 下载PDF 职称材料

结合高斯过程和形变模型的超声图像分割方法 被引量：2

16

作者 倪波 刘志远 余钢 《计算机工程与应用》 CSCD 北大核心 2016年第12期210-215,226,共7页

目标区域的先验形状在基于形变模型的超声图像分割方法中扮演着重要的角色。为了提高先验形状模型对目标轮廓形变细节的建模能力,提出了一种基于高斯过程的统计形状模型。目标的形状被表示成一种离散的随机时间序列;利用高斯过程的性质... 目标区域的先验形状在基于形变模型的超声图像分割方法中扮演着重要的角色。为了提高先验形状模型对目标轮廓形变细节的建模能力,提出了一种基于高斯过程的统计形状模型。目标的形状被表示成一种离散的随机时间序列;利用高斯过程的性质对训练集中的目标形状变化进行统计学习,从而生成目标的先验形状和先验概率。为给形变模型向目标区域的演化提供观测模型,结合超声图像中目标边缘内外灰度变化特征设计了一种径向纹理特征模型。分割的优化被转化为求最大后验概率的过程。基于真实的临床超声图像实验结果显示,与其他方法相比该方法在复杂形变区域和弱边缘区域提供了更准确和鲁棒的结果。 展开更多

关键词 超声图像分割 形变模型 高斯过程 统计形状模型 径向纹理特征模型

在线阅读 下载PDF 职称材料

基于自动随机游走的涎腺肿瘤超声图像分割方法 被引量：1

17

作者 陈后金 苏海楠 +1 位作者 姚畅 李艳凤 《数据采集与处理》 CSCD 北大核心 2013年第5期553-558,共6页

针对涎腺超声图像斑点噪声强、对比度低和边界弱的特点,提出了一种结合形态学检测的自动随机游走分割方法。该方法首先利用形态学操作获得目标的初始轮廓,然后提取目标区域和背景区域骨架结构的有效标记点作为随机游走算法的种子点,最... 针对涎腺超声图像斑点噪声强、对比度低和边界弱的特点,提出了一种结合形态学检测的自动随机游走分割方法。该方法首先利用形态学操作获得目标的初始轮廓,然后提取目标区域和背景区域骨架结构的有效标记点作为随机游走算法的种子点,最后利用种子点对预滤波后的肿瘤图像实现随机游走分割。实验选取大量临床采集的涎腺肿瘤超声图像进行测试,结果表明该方法计算复杂度低,解决了传统随机游走模型初始种子点的人工干预问题,有效实现了涎腺肿瘤的自动分割。 展开更多

关键词 超声图像分割 随机游走 涎腺肿瘤 斑点噪声 形态学

在线阅读 下载PDF 职称材料

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

18

作者 石勇涛 高超 +1 位作者 李伟 尤一飞 《计算机应用研究》 CSCD 北大核心 2023年第3期954-960,共7页

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... 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。 展开更多

关键词 超声图像分割 医学图像分割 流形学习

在线阅读 下载PDF 职称材料

弱边缘医学超声图像目标区域的自动定位与分割 被引量：2

19

作者 韦春荣 周永健 张灿龙 《科学技术与工程》 2009年第3期596-600,610,共6页

医学超声图像分割是图像处理中的一项关键技术。以胆结石超声图像为例,介绍一种新的弱边缘超声图像分割算法。首先采用基于直方图凹度分析的阈值分割方法确定Snake模型的初始蛇,再基于Snake模型结合贪婪算法对图像进行目标分割。实验结... 医学超声图像分割是图像处理中的一项关键技术。以胆结石超声图像为例,介绍一种新的弱边缘超声图像分割算法。首先采用基于直方图凹度分析的阈值分割方法确定Snake模型的初始蛇,再基于Snake模型结合贪婪算法对图像进行目标分割。实验结果表明该算法对弱边缘现象较为严重的医学超声图像进行目标分割时,定位准确,且分割效果良好。 展开更多

关键词 超声图像分割 区域定位 直方图凹度分析 SNAKE模型

在线阅读 下载PDF 职称材料

超声乳腺肿瘤的全自动SVM检测与水平集分割算法 被引量：7

20

作者 徐静 高鑫 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2012年第5期662-668,676,共8页

超声图像检测是当前乳腺癌诊断的主要辅助手段之一.为实现超声乳腺肿瘤的计算机自动辅助诊断,提出一种基于支持向量机(SVM)目标检测与水平集图像分割相结合的全自动肿瘤提取算法.首先提取超声图像训练集的分块特征来训练SVM分类器,对测... 超声图像检测是当前乳腺癌诊断的主要辅助手段之一.为实现超声乳腺肿瘤的计算机自动辅助诊断,提出一种基于支持向量机(SVM)目标检测与水平集图像分割相结合的全自动肿瘤提取算法.首先提取超声图像训练集的分块特征来训练SVM分类器,对测试集图像进行检测得到可疑病灶区域;然后提取可疑区域边缘作为水平集的初始轮廓,使用加入Bhattacharyya距离项的Chan-Vese主动轮廓改进模型进行可疑病灶区域的轮廓演化,得到准确的轮廓;最后综合面积、位置、灰度、纹理等因素设计区域评价筛选准则,去除可疑病灶中的干扰区域,得到最终的肿瘤分割结果.在真实病例数据集上的测试结果表明,利用该算法在良恶性肿瘤检测分割中均有较好表现. 展开更多

关键词 超声乳腺肿瘤检测分割 支持向量机 水平集 Chan-Vese主动轮廓模型 BHATTACHARYYA距离

在线阅读 下载PDF 职称材料