一种全新的两步自动化医学图像分割方案.pdfVIP

a叶技2016年第29卷第7期 图 像 ·编 码 与 软 件 ElectronicSci．＆Tech．／Ju1．15．2016 doi：10．16180／j．cnki．issnl007—7820．2016．07．025 一 种全新的两步 自动化医学图像分割方案 何 菁，陈 胜 (上海理工大学 光电信息与计算机学院，上海200093) 摘 要 针对现有图像分割方法存在需要手动分割，以及精确度较低的问题。采用一种全新的两步图像分割方案。 该方案。以基于人工神经网络的模式识别技术，即人工神经网络的大规模培训的方法，通过对肺区不同子区域 内结构进 行分割处理，利用训练好的大规模人工神经网络对标准胸片中的肋骨、锁骨等骨质结构进行抑制，结合以基于区域的活 动轮廓模型，即Snake模型，正确分割亮度不均匀的图像。文中选择与医护人员人工分割的图像进行对比，通过放射科医 生采用等级法打分，原图的平均分为2．0分，而通过文中改进的分割方法平均分高达 3．4分。 关键词 人工神经网络；活动轮廓模型；医学图像分割 中图分类号 TP391．41 文献标识码 A 文章编号 1007—7820(2016)07—085—03 A New Two--stepAutomaticSegmentationSchemeforM edicalImages HEJing．CHEN Sheng (SchoolofOptical—ElectricalandComputerEngineering，UniversityofShanghaifor ScienceandTechnology，Shanghai200093，China) Abstract Thispaperproposedanew imagesegmentationschemetosolvethemanual segmentationbyandthe pooraccuracy ofexisting image segmentation methods．Firstly，themassive—trainingartificial neuralnetworks (MTANNs)areemployedtosuppressbonesinthelungs，usingartificialneuralnetworktrainedonalargescaleof standardchestradiograph oftheribs，clavicle，such asinhibition ofbonestructure．Thenactivecontourmodel (ACM)basedonregion，ortheSnakeMode，isadoptedtosegmentcorrectlyimageswithnon—uniformbrightness． A comparisonwith imagesmanuallysemg entedbymedicalpersonnelandratedbyradiologistsshowsthattheaverage scoreoftheoriginal imagesis2．0pointswhilethatbyourimprovedsemg entationmethodis3．4points． Keywords artificialneural network；activecontourmodel；medicalimagesegmentation 图像分割是指将一幅图像分解为若干互不交迭区 素的影响，ICU的CXR通常存在对 比度较低，噪声过 域的集合 ，是图像处理与机器视觉的基本 问题之一 。 多的等问题，一方面 由于 CXR中的骨质结构的影响， 尽管不同的研究人员提出了许多分割方法，但到 目前