基于FCM和LBF模型的医学图像自动分割.pdfVIP

第38卷 第24期 计 算 机 工 程 2012年 12月 Vol-38 NO．24 ComputerEngineering December2012 · 图形图像处理 · 文章编号}100m．3428(2o12)24__02o0一_o5 文献标识码：A 中圈分类号tTP391．41 基于FCM 和LBF模型的医学图像 自动分割 崔文超 ，王 毅 ，樊养余 ，冯 燕 (1．西北工业大学电子信息学院，西安 710072；2．三峡大学理学院，湖北 宜昌443002) 攮 妥：基于局部区域二相拟合(LBF)模型的医学图像分割方法，对初始轮廓敏感并仅能分割单类 目标，若手动选取的初始轮廓不合适， 将导致算法耗时过大甚至分割失败。针对上述不足，提出联合模糊C均值(FCM)聚类的LBF模型自动分割算法。对待分割图像进行 FCM 聚类，将得到的目标类隶属度值变换为适用于LBF模型的水平集函数初始值，利用LBF模型从该初始值开始演化直至收敛，从而完成分 割。合成图像及血管和脑部图像的分割实验结果表明，该算法能够 自动获取合适的初始值，有效解决LBF模型对初始轮廓敏感的问题，减 少迭代次数，而且通过选择不同的FCM聚类结果，可以实现对多类 目标的分割。 关健诃：图像分割；模糊C均值聚类；局部二相拟合模型；水平集；血管图像；磁共振图像 AutomatedM edicalImageSegmentation Based0nFCM andLBFM odel CUIW en．chao ，WANG Yi，FAN Yang．yu，FENGYan (1．SchoolofElectronicsandInformation，NorthwesternPolytechnicalUniversity,Xi’na 710072，China； 2．CollegeofScience，ChinaThreeGorgesUniversiyt,Yichang443002，China) IAbstract]ThemedicalimagesegmentationbasedonLocalBinaryFitting(LBF)modelissensitivetoinitialcontourandmerelyavailableto singleobject．Ifitsinitialcontourchosenmnauallyisnotsuiatble，thesegmenattionneedstoomuchCPUtimeandsometimesisevenunsuccessfu1． Toovercomethesedisadvantages．na integrateFuzzyC-menas(FCM)clusteringintoLBFmodelisproposedformnomatedimagesegmenattion．The imagetobesegmentedisclusteredintoobjectsandbackgroundusingFCMalgorihtm，fromwhichtheresultedufzzymembershipofeachobjectis trna sfomr edintotheinitialvaleoflevelsetufnctionwiht respecttohteLBFrrL0dellSatrtingfrom theinitialvane．theevolutionofLBFmodelis continueduntilconvergence．Thus，htesegmentationisaccomplished．Experimenatlresultsonhtesyntheticandrealimages(bloodvesselimagesand thebrainimage1showhtattheproposedalgorihtmcp gethtesuitableinitialvalueautomati