基于C-V模型的脑白质疏松症磁共振图像病变区域分割  

Lesion area segmentation in leukoaraiosis's magnetic resonance image based on C-V model

作　　者：郑兴华[1] 杨勇[2] 张雯[1] 朱英俊[1] 徐伟栋[2] 楼敏[3] 

机构地区：[1]杭州电子科技大学自动化学院,杭州310018 [2]杭州电子科技大学生命信息与仪器工程学院,杭州310018 [3]浙江大学医学院附属第二医院,杭州310007

出　　处：《计算机应用》2011年第10期2757-2759,2807,共4页journal of Computer Applications

基　　金：国家自然科学基金资助项目(30770685;81070915);浙江省重大科技专项(优先主题)国际科技合作项目(2008C14078)

摘　　要：针对脑白质疏松症病变区域在磁共振图像的T2加权像上呈现斑块状或融合成片状的高亮信号这一特点,提出了一种基于C-V模型的水平集分割方法对病变区域进行图像分割。首先,对C-V模型进行改进以避免重新初始化问题;然后,使用Otsu阈值法对图像进行预分割,将预分割的结果直接作为改进C-V模型的初始轮廓;最后,利用水平集方法进行曲线演化,得到最终的分割轮廓。实验结果表明,该方法能较为准确地分割出病变区域,实现病变区域的计算机自动快速分割,对脑白质疏松症临床辅助诊断和预后判断有一定的应用价值。Concerning that the lesion areas of leukoaraiosis in Magnetic Resonance（MR） image present hyper intense signal on T2 flair sequence,a level set segmentation method based on C-V model was proposed.First,the C-V model was improved to avoid the re-initialization;second,the Otsu threshold method was used for image＇s pre-segmentation,and then the image＇s pre-segmentation result was directly used as the initial contour for the improved C-V model;finally,the segmentation result was obtained by curve evolution.The results show that the proposed segmentation method can get better separation effects,and realize fast auto-segmentation.It has certain application value for clinical diagnosis and prognosis on leukoaraiosis.

关 键 词：脑白质疏松症 磁共振 C-V模型 水平集 Otsu阈值法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TN911.73[自动化与计算机技术—计算机科学与技术]