简介:摘 要本文采用区域增长法获取河塘的初始轮廓,再将初始轮廓代入GVF snake模型获取河塘轮廓,避免了snake模型因初始轮廓位置不合理而导致局部收敛的问题以及snake模型拓扑结构不易改变的问题。
简介:摘要:活动轮廓模型作为图像分割中有力工具,近年来得到了广泛的应用。在分析前人提出的模型的过程中,发现基于全局信息的模型对灰度不均匀的图像分割效果较差,而基于局部信息的模型可较好分割灰度不均匀的图像,但对初始轮廓敏感,且水平集演化效率较低。
简介:摘要目的探讨多视角融合以及主动轮廓约束的深度学习算法在10 μm级耳科专用CT图像上对听小骨分割的效果。方法回顾性收集2019年10月至2020年12月北京友谊医院放射科10 μm级耳科专用CT检查的受试者数据共79侧耳(56侧来自志愿者,23侧来自标本)。对锤骨、砧骨和镫骨进行标注,将其划分为训练集(55侧)、验证集(8侧)和测试集(16侧)。采用感兴趣区域快速定位结合精准分割算法,分别从冠状面、矢状面和横断面3个视角对锤骨、砧骨和镫骨进行分割与融合。针对镫骨,同时设计了基于主动轮廓损失的镫骨分割方法。分割实验采用客观指标Dice相似系数(DSC)作为判别标准,比较本方法与基础方法、本方法与其他分割方法的组间DSC差异。结果多视角融合分割算法对锤骨、砧骨和镫骨的平均DSC值分别为94.2%±2.7%、94.6%±2.6%和76.0%±5.5%;结合主动轮廓损失的约束方法后,对镫骨的平均DSC值进一步提升(76.4%±5.4%比76.0%±5.5%),且可视化结果显示镫骨结构的分割结果更加完整。结论基于10 μm级耳科专用CT数据的多视角融合算法可实现对锤骨和砧骨结构的精准分割,结合主动轮廓损失约束方法,可进一步提升对镫骨结构的分割精度。