利用改进CV模型连续水平集算法的核磁共振乳腺图像分割
【作者】
王芳梅
[1] ;
范虹
[1] ;
Yi
[2] ;
WANG
[2]
【关键词】
核磁共振
乳腺图像分割
连续水平集
α-CV模型
【摘要】针对核磁共振乳腺图像边界弱、信息量大、信噪比低的问题,提出一种基于改进Chan-Vese(CV)模型的连续水平集分割算法.该算法利用B样条基函数将传统离散水平集函数表示成连续形式,用解决B样条空间的变分问题代替水平集函数更新的计算问题;通过引入转移Heaviside函数,构造α-CV模型作为能量函数模型.实验结果表明,与传统CV模型离散水平集方法相比,该算法可以避免局部极小值的现象,提高分割精度,有效抑制噪声,分割迭代次数降低了101数量级,并且可以准确、稳定地实现低信噪比、弱边界的核磁共振乳腺图像分割.
上一篇:三相LCL型并网逆变器的模型分析及解耦控制
下一篇:采用限定记忆极限学习机的过热汽温逆建模研究