基于统计信息及个体信息的统计形状模型的肝脏分割  

Liver CT image segmentation using statistical shape model based on statistical and specific information

作　　者：李春丽[1] 张久楼[1] 冯前进[1] 

机构地区：[1]南方医科大学生物医学工程学院,广东广州510515

出　　处：《南方医科大学学报》2012年第1期23-27,共5页Journal of Southern Medical University

基　　金：国家973重点基础研究发展计划项目(2010CB732505);国家自然科学青年基金(30900380)~~

摘　　要：目的提出一种精确有效的分割CT图像中的肝脏区域的算法。方法在统计形状模型的基础上加入灰度模型,其中灰度模型包含了训练集中图像的统计灰度信息和测试集中病人的特异性信息。既从整体上对肝脏组织分割进行控制,又从边缘细节上加以优化。结果对测试集中的10个数据进行测试,相较于传统方法,OE和ASD有明显的提高。结论提出有效的灰度模型不仅提高了分割的精度,而且增强了稳定性。We propose an effective algorithm for accurate 3D segmentation of CT liver images based on statistical and specific information.We present a new intensity model which combines patient-specific intensity information of boundary with the statistical information for liver segmentation.Compared to the traditional methods,our approach not only produces excellent segmentation accuracy,but also increases the robustness.

关 键 词：统计形状模型 灰度模型 统计灰度信息 特异性信息 肝脏分割 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]