LazySnapping算法在乳腺病灶区域提取中的应用.pdfVIP

．84． 2006年信息、电子与控制技术学术会议论文集 于丹 汤井田 唐艳 肖嘉莹 中南大学信息物理学院生物医学工程所 长沙410083 【摘 要】基于乳腺恶性肿瘤和有些良性乳腺瘤(如纤维 边界也是模糊不清的。因此，肿瘤区域的提取是进一 性瘤)的边缘模糊不清和凹凸多变的特性，传统的基于区 步精确分类良性肿瘤和恶性肿瘤的关键。 域和基于边界的算法提取乳腺肿瘤区域很困难。本文在 ．利用传统的算法提取图像，诸如基于边界的方 图切割的最大流算法的基础上，介绍了LazySnapping算 法和基于区域的方法，不能准确地反映医学图像中 法。同时给出了该算法应用到乳腺癌CT’图片中的实验结 有价值的信息(如病灶大小等)。现在精确提取病灶 果，并针对目标标记步骤中聚类种子F和13色彩值的 信息已经成为研究的热点。 k—means算法进行改进。 基于边界的方法主要是通过展开曲线包围目 【关键词】目标提取；最大流；图切割；乳腺癌 标边界来剪切前景的。用户沿着目标边界追踪的同 J，图像 时系统分段地最优化曲线值。诸如智能剪刀ll Of MethodqnThe ApplicationLazySnapping BreastFOCUSAreaExtraction 对传统手动选择象素的方法更为容易，但是仍然需 YuDan TanYan TangJingtianXiaoJiaIfng Instituteofbiomedical of 要用户很大程度上的关注，对于复杂，高解析度的 Engineering，School Geomatics 目标可能会花费很长的时间。 Info-PhysicsEngineering，CSU， 410083 Changsha 基于区域的方法主要是通过在相关的前景或 basisareaandthebasisofborder Abstract：Theof 背景的部分随意做些标记，而不需要包围住整个区 methodaredifficulttobeusedtoextract and malign 域或者保证象素精确度。比如基于草图的交互【4】，交 breast with and some tumor benign region vague boundaries．So methodbased互式图剪切的图像分割pJ和交互式蒙太奇图像【6J。 irregular LazySnapping Max．flOW in CutiS in 同样这种方法用区域检测算法获得的特征和期望 on algorithmGraph presented this thismethod providing applied paper．Meanwhile 的前景或背景不匹配。在阴影、低对比度边缘和其 tothebreasttumorCT