主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
段侪杰,马竟锋,张艺宝,侯凯,包尚联.能量传导模型及在医学图像分割中的应用.软件学报,2009,20(5):1106-1115
能量传导模型及在医学图像分割中的应用
Energy Conduction Model and Its Application in Medical Image Segmentation
投稿时间:2008-08-27  修订日期:2008-12-15
DOI:
中文关键词:  能量传导模型  水平集  C-V 模型  多目标分割  医学图像分割
英文关键词:energy conduction model  level set framework  C-V model  multi-targets segmentation  medical image segmentation
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.10527003, 60672104 (国家自然科学基金); the National Basic Research Program of China under Grant No.2006CB705705 (国家重点基础研究发展计划(973)); the Joint Research Subject of Beijing Education Committee of China under Grant No.JD100010607 (北京市共建项目); the Beijing Municipal Natural Science Foundation of China under Grant No.3073019 (北京市自然科学基金); the Upgrading Subject of Instrument in Science and Technological Ministry of China under Grant No.2006JG1000 (科技部仪器升级改造项目)
作者单位
段侪杰 北京大学 重离子物理研究所 医学物理和工程北京市重点实验室,北京 100871 
马竟锋 浙江大学 计算机科学学院,浙江 杭州 310027 
张艺宝 北京大学 重离子物理研究所 医学物理和工程北京市重点实验室,北京 100871 
侯凯 北京海思威科技有限公司,北京 100080 
包尚联 北京大学 重离子物理研究所 医学物理和工程北京市重点实验室,北京 100871
北京海思威科技有限公司,北京 100080 
摘要点击次数: 5824
全文下载次数: 3838
中文摘要:
      提出了一种基于水平集框架的能量传导模型ECM(energy conduction model)用于对医学图像进行分割.该模型通过对图像中的灰度分布和空间中的温度场分布进行对比,有效定义了图像能量和图像能量的传导方程,并通过模拟热量传递的过程对方程进行求解.ECM模型的优点在于,它在描述图像灰度分布的全局特征的同时,有效地捕捉到图像局部区域的灰度对比度变化,因此它能够对灰度分布不均匀和含有噪声的图像进行精确分割.基于水平集函数本身的拓扑可变性,该方法还能够实现同一图像中的多目标分割.使用该方法对模拟和真实的医学图像进行了分割实验,实验结果表明了该方法的有效性和可靠性.
英文摘要:
      This paper proposes an energy conduction model (ECM) based on the level set framework, which takes advantage of the heat conduction equation to construct the image energy. After comparing the image intensity distribution with the spatial distribution of the temperature field, an energy conduction function is defined, which well simulates the process of heat conducting. The advantage of the ECM is that it captures the global feature of an image and takes the local intensity information into account. Thus, ECM is able to accurately segment medical images with inhomogeneity and noise, as well as for the medical images with multi-targets. Synthetic and real medical images are tested with ECM, which shows its robustness and efficiency.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利