基于支持向量机与水平集的颅内血肿图像分割方法研究  

Research on Intracranial Hematoma Regional Medical Images Segmentation Method Based on Support Vector Machine(SVM) and Level Set

作　　者：周聃[1] 黄英[1] 张小翠[2] 王海峰[1] 

机构地区：[1]广东工业大学自动化学院,广东广州510006 [2]五邑大学机电学院,广东江门529020

出　　处：《工业控制计算机》2014年第2期61-62,73,共3页Industrial Control Computer

摘　　要：颅内血肿图像的正确分割是血肿三维重建和血肿体积计算的关键,其结果可为医生的临床诊断提供帮助。由于脑部血肿CT图的特性,采用单一的分割方法很难分割出目标区域,首先采用全局阈值对图像预处理,再采用支持向量机(SVM)和水平集(Level Set)相结合的方法分割颅内血肿,方法具有一定的新颖性,经过实验证明,该方法能够自动、较准确地分割颅内血肿。The correct segmentation of intracranial hematoma image is critical to three-dimensional reconstruction of hematoma and volume calculations of hematoma.The results can help the doctor＇s clinical diagnosis.Because of the characteristics of brain hematoma CT image.The segmentation of target area is difficulty with a single way,this algorithm which combine Thresholding,support vector machine （SVM） and Level Set is proved to be automate and accurate after many experiments.

关 键 词：水平集 支持向量机 颅内血肿 医学图像分割 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]