典型文献
改进多图谱多器官的医学图像分割方法研究
文献摘要：
多图谱图像分割方法在处理医学器官分割中体现了更高的分割效率,但目前已有的多图谱分割方法主要存在两个问题:一是分割多个感兴趣区域(regions of interest,ROI)时,会出现错误分割和错误间隙等问题;二是在分割多目标ROI时,会大大增加分割时间.针对上述问题,改进图像融合算法,提出加权联合表决算法(weighted combine voting,WCV).算法将所有的待分割目标作为参与共同表决的对象,将图谱图像与目标图像之间的相似系数(dice)作为"投票"权重,通过一次"投票"过程就可以分割出所有的待分割目标.方法在实验数据集上得到的整体分割结构相似性、单个器官ROI相似性系数分别为:整体97.11％,肺部78.57％,血池76.03％,心肌80.10％,相比现有多图谱分割方法取得了更高的准确性.实验结果表明该方法可以使器官分割具有较高的鲁棒性,对临床应用具有现实意义.
文献关键词：
图像融合;图像分割;多图谱分割方法;医学器官分割;WCV
中图分类号：
作者姓名：
侯甲伟;邢建平
作者机构：
山东大学微电子学院山东济南 250101
文献出处：
引用格式：
[1]侯甲伟;邢建平-.改进多图谱多器官的医学图像分割方法研究)[J].信息技术与信息化,2022(05):46-50
A类：
医学器官分割,多图谱分割方法,WCV
B类：
医学图像分割,谱图,感兴趣区域,regions,interest,ROI,大大增加,加分,图像融合,融合算法,表决,决算法,weighted,combine,voting,标图,相似系数,dice,投票,割出,上得,结构相似性,相似性系数,血池
AB值：
0.235356
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。
