典型文献
乳腺B超图像结合形态学自动初始化的水平集分割算法
文献摘要：
准确高效的乳腺超声肿瘤提取技术具有重要的应用价值,但超声图像灰度不均匀、伪影重、噪声强、乳腺病灶区域与周围组织相似度较高等特有属性,给自动分割带来了很大的挑战.本文提出基于水平集(Level Set)的乳腺肿瘤超声图像自动分割方法,用高斯滤波对乳腺超声图像进行预处理,然后使用阈值法和数学形态学的方法进行乳腺肿瘤区域的分割,最后结合Shawn Lankton等人设计的基于局部区域的水平集能量框架模型来实现对乳腺肿瘤的精确定位,得到乳腺肿瘤区域.分割实验结果表明,该方法能较为准确地定位乳腺超声肿瘤,分割精确度提高了5.71～10.95％,具有比较大的临床参考意义.
文献关键词：
形态学;肿瘤分割;水平集方法;乳腺超声图像
中图分类号：
作者姓名：
陈大伟;刘雅楠;陶怿淳;刘伟
作者机构：
齐齐哈尔医学院,黑龙江齐齐哈尔,160006
文献出处：
引用格式：
[1]陈大伟;刘雅楠;陶怿淳;刘伟-.乳腺B超图像结合形态学自动初始化的水平集分割算法)[J].电子元器件与信息技术,2022(04):22-24,74
A类：
自动初始化,Shawn,Lankton
B类：
超图,分割算法,提取技术,灰度不均匀,伪影,声强,乳腺病灶,周围组织,特有属,基于水,Level,Set,乳腺肿瘤,图像自动分割,自动分割方法,高斯滤波,乳腺超声图像,阈值法,数学形态学,肿瘤区,人设,局部区域,能量框架,框架模型,精确定位,肿瘤分割,水平集方法
AB值：
0.323078
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
