資源描述：
《乳腺腫瘤超聲圖像的反應(yīng)擴(kuò)散水平集分割.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、乳腺腫瘤超聲圖像的反應(yīng)擴(kuò)散水平集分割陳帥，等乳腺腫瘤超聲圖像的反應(yīng)擴(kuò)散水平集分割SegmentationofBreastTumorUltrasoundImagesUsingReactionDiffusionLevelSet跨帥旅觸(上海大學(xué)通信與信息工程學(xué)院，上海200072)摘要：針對(duì)乳腺腫瘤超聲圖像分割。提出一種改進(jìn)的反應(yīng)擴(kuò)散(RD)水平集分割算法。先使用Gabor各向異性擴(kuò)散模型進(jìn)行濾波，由此構(gòu)造邊界停止函數(shù)；再將該函數(shù)融入BD水平集演化方程，以控制曲線的演化得到乳腺腫瘤的邊界。采用該方法和傳統(tǒng)RD方法對(duì)77例病人的111
2、幅乳腺超聲圖像進(jìn)行分割實(shí)驗(yàn)，分割準(zhǔn)確率分別為98．5％和98．O％，真陽(yáng)性率分別為88．2％和82．7％，與金標(biāo)準(zhǔn)之間的均方根誤差分別為3．6和4．6像素。結(jié)果表明，該改進(jìn)算法可獲得更加準(zhǔn)確的乳腺腫瘤分割結(jié)果。關(guān)鍵詞：邊界停止函數(shù)反應(yīng)擴(kuò)散水平集演化圖像分割乳腺超聲圖像中圖分類號(hào)：TPl391文獻(xiàn)標(biāo)志碼：ADOI：10．16086／j．cnki．issnl000—0380．201509008Abstract：Forsegmentationofbreasttunlorultrasonicimages．theimprovedreact
3、iondiffusion(RD)levelsetsegmentationalgorithmisproposed．FirstlyltheGaboranisotropiediffusionmodelisusedforfiltering-toconstructedgestoppingfunction；thenthefunctionisintegratedintoRDlevelsetevolutionequation。forcontrollingtheevolutionofculTestoobtaintheboundaryofbreas
4、ttunlor．Segmentationsof1breastultrasonicimagesfrom77patientsareconductedwiththeproposedmetIlodandthetraditionalmetIlod．thesegmentationaccuraciesare98．5％and98．O％respectively；thetruepositiverateale88．2％and82．7％；andthemeansquareelxorsale3．6and4．6pixels．Theresultsshowtha
5、ttheproposedimprovedalgorithmprovidesmoreaccuratesegmentationforbreasttumor．Keywords：Edge—stoppingfunctionReactiondiffusion(RD)LevelsetevolutionImagesegmentationBreastultrasoundimage0引言乳腺癌是女性面臨的最常見(jiàn)的惡性腫瘤。基于超聲圖像的計(jì)算機(jī)輔助診斷(computeraideddiagnosis，CAD)系統(tǒng)是提高乳腺腫瘤診斷客觀性的重要手段。腫瘤
6、圖像分割是CAD的前提條件和關(guān)鍵步驟，國(guó)內(nèi)外對(duì)此提出多種方法，如灰度閾值結(jié)合動(dòng)態(tài)規(guī)劃法¨。o、一致性直方圖法口]、活動(dòng)輪廓模型H。1。但由于超聲圖像中斑點(diǎn)噪聲嚴(yán)重、對(duì)比度低和乳腺腫瘤形狀復(fù)雜多變等因素陋]，現(xiàn)有方法難以取得理想的分割結(jié)果。水平集方法屬于幾何活動(dòng)輪廓模型，具有適應(yīng)拓?fù)浣Y(jié)構(gòu)變化、穩(wěn)定性好等優(yōu)點(diǎn)，廣泛用于醫(yī)學(xué)圖像分割¨1，成為研究熱點(diǎn)。本文結(jié)合近年提出的反應(yīng)擴(kuò)散(reactiondiffusion，RD)水平集¨到和Gabor各向異性擴(kuò)散模型n6
7、，提出改進(jìn)的水平集算法，以提高輪廓演化的效率和細(xì)節(jié)分割的準(zhǔn)確性，實(shí)現(xiàn)乳腺
8、腫瘤的精確快速分割。國(guó)家自然科學(xué)基金青年資助項(xiàng)目(蝙號(hào)：61401267)；上海市自然科學(xué)基金資助項(xiàng)目(鳊號(hào)：12ZRl444100)；上海市教委人才計(jì)劃“晨光計(jì)劃”資助項(xiàng)目(編號(hào)：11CG45)；上海市教委科研創(chuàng)新項(xiàng)目(編號(hào)：12YZ026)。修改稿收到日期：2015—03—24。第一作者陳帥(1987一)，男，現(xiàn)為上海大學(xué)生物醫(yī)學(xué)工程專業(yè)在讀碩士研究生；主要從事醫(yī)學(xué)圖像處理方面的研究。1算法設(shè)計(jì)與實(shí)現(xiàn)1．1RD水平集原理原始的水平集方法有兩種形式¨3
9、，即基于偏微分方程的水平集方法和基于變分的水平集方法，方程分別如式(1)和
10、式(2)所示。f幣。=FV咖I?【幣(戈，t=0)=機(jī)(石)m=Fs(咖)?【咖(茗，t=0)=機(jī)(髫)式中：咖為水平集函數(shù)(1evelsetfunction，LSF)，qb0為初始的水平集函數(shù)；F為邊界力函數(shù)，控制著目標(biāo)輪廓曲線的演化；V為梯度算子；6(·)為
