-
题名一种心脏核磁共振图像左室壁内、外膜分割方法
被引量：8
- 1
-
-
作者
王元全
贾云得
-
机构
天津理工大学计算机科学技术学院天津市智能计算与软件新技术重点实验室
北京理工大学计算机科学技术学院智能信息技术北京市重点实验室
-
出处
《软件学报》
EI
CSCD
北大核心
2009年第5期1176-1184,共9页
-
基金
国家自然科学基金Nos.60602050
60805004
+1 种基金
60675021
国家高技术研究发展计划(863)No.2006AA01Z120~~
-
文摘
为了充分利用心脏核磁共振图像(magnetic resonance image,简称MRI)中关于左心室的解剖和功能信息,必须先分割左室壁内、外膜.提出一种基于Snake模型的左室壁内、外膜分割方法.首先提出了Snake模型的卷积虚拟静电场外力模型CONVEF(convolutional virtual electric field),该外力场捕捉范围大、抗噪能力强、在C形凹陷区域等问题上性能突出,而且基于卷积运算,采用快速Fourier变换可以实时计算.就左室壁内膜的分割而言,考虑到左室壁的形状近似为圆形,引入基于圆形约束的能量项.对于左室壁外膜的分割,充分挖掘了左室壁内、外膜形状上的相似性和位置上的相关性,构造了形状相似性内能和一个新的边缘图,该边缘图用来计算新的外力场.基于所有这些策略并采用内膜的分割结果初始化,可以自动、准确地分割外膜.通过对一套活体心脏MR(magnetic resonance)图像进行分割并和手工分割结果和GGVF(generalized gradient vector flow)Snake模型的分割结果进行比较,结果表明该方法是有效的.
-
关键词
心脏核磁共振图像
图像分割
SNAKE模型
卷积虚拟静电场
形状约束
-
Keywords
cardiac MRI （magnetic resonance image）
image segmentation
Snake model
convolutional virtual electric field
shape constraint
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
