乳腺B超图像结合形态学自动初始化的水平集分割算法  

作　　者：陈大伟 刘雅楠[1] 陶怿淳 刘伟[1] 

机构地区：[1]齐齐哈尔医学院,黑龙江齐齐哈尔160006

出　　处：《电子元器件与信息技术》2022年第4期22-24,74,共4页Electronic Component and Information Technology

基　　金：齐齐哈尔医学院2021年大学生创新创业训练计划项目“基于卷积神经网络的乳腺癌组织病理学图像多分类研究”(项目编号:202111230072)。

摘　　要：准确高效的乳腺超声肿瘤提取技术具有重要的应用价值,但超声图像灰度不均匀、伪影重、噪声强、乳腺病灶区域与周围组织相似度较高等特有属性,给自动分割带来了很大的挑战。本文提出基于水平集(Level Set)的乳腺肿瘤超声图像自动分割方法,用高斯滤波对乳腺超声图像进行预处理,然后使用阈值法和数学形态学的方法进行乳腺肿瘤区域的分割,最后结合Shawn Lankton等人设计的基于局部区域的水平集能量框架模型来实现对乳腺肿瘤的精确定位,得到乳腺肿瘤区域。分割实验结果表明,该方法能较为准确地定位乳腺超声肿瘤,分割精确度提高了5.71~10.95%,具有比较大的临床参考意义。

关 键 词：形态学 肿瘤分割 水平集方法 乳腺超声图像 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]