基于KL距离加权和局部邻域信息的CV模型  

KL Distance Weighted CV Model Based on Local Neighborhood Information

作　　者：刘燕杰[1] 卢振泰[1] 冯前进[1] 陈武凡[1] 

机构地区：[1]南方医科大学医学图像处理重点实验室,广东广州510515

出　　处：《电子学报》2011年第6期1447-1451,共5页Acta Electronica Sinica

基　　金：国家自然科学基金项目(No.31000450);国家自然科学基金重点项目(No.30730036);国家重点基础研究(973)计划项目(No.2010CB732500)

摘　　要：本文提出了基于Kullback-Leibler(KL)距离加权和局部邻域信息的Chen-Vese(CV)模型.引入KL距离作为内外部局部区域能量的权值系数;计算曲线附近点的局部邻域能量之和作为模型的内部能量,从而提高对边缘的检测性能,并降低区域内灰度不均匀等因素对曲线进化的影响.验证实验采用大量实际临床数据,结果表明该算法能准确地分割医学图像,且能量函数有较好的收敛性.We propose an improved model that changes those parameters by Kullback-Leibler（KL） distance and global region by local neighborhood near the curve.Validation is implemented by experiments on mass clinical images.Take manual segmentation by a medical expert as a standard,we show that the new model improves the segmentation results compared to traditional CV model.The function has better convergence speed and stability.

关 键 词：Chen-Vese(CV)模型 KL距离 局部邻域信息 医学图像分割 

分 类 号：TP319[自动化与计算机技术—计算机软件与理论]