位置:成果数据库 > 期刊 > 期刊详情页
置信连接的自动肝脏分割方法
  • ISSN号:1003-9775
  • 期刊名称:计算机辅助设计与图形学学报
  • 时间:2012
  • 页码:1188-1192
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]厦门大学信息科学与技术学院,厦门361005, [2]南阳师范学院计算机与信息技术学院,南阳473000
  • 相关基金:基金项目:国家自然科学基金(61102137,61001144,60701022,30770561).
  • 相关项目:基于亚区结构特征的二尖瓣脱垂建模与血液返流仿真方法研究
中文摘要:

肝脏分割是计算机辅助肝病诊断和手术计划制定的基础,文中结合置信连接的区域生长算法实现了肝脏的全自动分割.首先利用改进的曲线各向异性扩散滤波对CT图像进行平滑预处理,以便在去除噪声的同时保存边缘信息,进而通过对预处理图像的灰度分析自动选取序列种子点;然后使用置信连接的区域生长算法对肝脏进行分割;最后采用空洞填充法填补区域生长中产生的空洞,改善分割效果.对10套腹部CT图像数据的实验结果表明,分割每幅图像的平均时间是1.46S,准确率为93.6%,其高效、准确性为临床诊断和手术导航提供了有利的信息.

英文摘要:

Liver segmentation is the primary step for computer-aided liver disease diagnosis and surgery planning. In this paper, we present a fully automatic method for liver segmentation based on the confidence connected region growing. First, a modified curvature anisotropic diffusion filter is applied to CT images for noise reduction while preserving the liver structures, and then a series of seed points is selected automatically by intensity analysis. Then, the liver is segmented with a confidence connected region growing algorithm starting from the seed points. Finally, cavity filling method is used to improve the results of region growing. When tested on 10 abdominal CT image datasets, the average time for liver segmentation from one slice is 1.46 s, and the average segmentation accuracy is 93.6%. Experimental results show that the proposed approach is accurate and efficient enough for the applications in clinical diagnosis and surgical navigation.

同期刊论文项目
期刊论文 14 会议论文 7
同项目期刊论文
期刊信息
  • 《计算机辅助设计与图形学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国计算机学会
  • 主编:鲍虎军
  • 地址:北京2704信箱
  • 邮编:100190
  • 邮箱:jcad@ict.ac.cn
  • 电话:010-62562491
  • 国际标准刊号:ISSN:1003-9775
  • 国内统一刊号:ISSN:11-2925/TP
  • 邮发代号:82-456
  • 获奖情况:
  • 第三届国家期刊奖提名奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:24752