基于多尺度梯度矢量场GAC模型的MR医学图像分割

彭进业; 郝重阳; 齐华; 齐敏

发布时间：
摘要点击次数： 3352
全文下载次数： 313
DOI: 10.11834/jig.20070723
2007 | Volume 12 | Number 7

基于多尺度梯度矢量场GAC模型的MR医学图像分割

彭进业¹, 郝重阳¹, 齐华¹, 齐敏¹(西北工业大学电子信息学院，西安 710072)

摘要

医学图像分割是图像分割技术的一个重要应用领域，GAC（测地线活动轮廓）模型是基于PDE（偏微分方程）方法中一种常用的图像分割模型，使用这种模型时，如何选择合适的平滑尺度是影响分割效果的重要因素之一。提出了一种基于多尺度梯度矢量场GAC模型图像对象轮廓提取的MR图像分割方法，用多尺度梯度矢量取代GAC模型中单一尺度下平滑图像的梯度矢量，提高了GAC模型的收敛速度，有效地改善了局部极小值问题。实验结果验证了该方法的有效性。

关键词

医学图像分割核磁共振图像多尺度梯度矢量场测地线活动轮廓模型

MR Image Segmentation Based on GAC Model with Multiscale Gradient Vector Field

()

Abstract

Keywords

medical image segmentation M RI multiscale gradient vector field geodesic active contour model

在线采编平台

论文出版

年度会议

下载中心

年度信息