基于最优值搜索框架的犆犜序列图像肝脏分割-计算机学报.PDF

第 卷 第 期 计 算 机 学 报 ３９ ７ 　 　　 　　 　　 　　 Ｖｏｌ．３９ Ｎｏ．７ 年 月 ２０１６ ７ Ｊｕｌ２０１６ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ ｙ 　 基于最优值搜索框架的 序列图像肝脏分割 犆犜 １） ２） ３） ３） 李登旺 王 杰 陈进琥 李洪升 　 　 　 １）（山东师范大学物理与电子科学学院生命与健康研究院 山东省医学物理图像处理技术省级重点实验室 济南 ２５００１４） 　 　 ２）（济南大学信息科学与工程学院 济南 ２５００２２） 　 　 ３）（山东省肿瘤医院放疗科 济南 ２５０１１７） 　 　 摘 要 显式模型下建立的肝脏分割算法受适用条件的限制，不能有效地控制分割进程，制约了算法鲁棒性和泛 　 　 化能力的提高 针对这一问题，该文提出了一个新的方法，将肝脏分割问题转化为隐式函数最优值搜索，依据图像 ． 实际数据和先验形状信息有效地控制分割进程，以迭代搜索策略得到肝脏的最优分割结果 每一个迭代步骤由两 ． 部分组成：首先，利用 （ ）实现已有肝脏轮廓邻域的局部再分割，重新调整肝脏轮廓；然 ＭＲＦＭａｒｋｏｖＲａｎｄｏｍＦｉｅｌｄ 后，利用先验形状稀疏表示调整后的形状，有效地修正噪声、边界模糊等因素引起的错误分割，并将修正后的肝脏 轮廓用于下一轮局部再分割 肝脏分割结果在迭代过程中不断逼近真实值 为了提高形状稀疏表示的计算精度和 ． ． 速度，该文改进了相关技术细节，提出了动态字典生成策略，并利用混合粒子群算法求解稀疏表示方程 与金标准 ． 相比，该文所提算法在边界模糊、对比度低、存在大量其他干扰组织区域等不利因素的情景中，其分割精度（ Ｖｏｌｕｍｅ ， ）可达到 以上 Ｏｖｅｒｌａ ＰｅｒｃｅｎｔａｅＶＯＥ ９０％ ． ｐ ｇ 关键词 肝脏分割；最优值搜索；稀疏表示；马尔可夫随机场；混合粒子群 　 中图法分类号 号 ／ ＴＰ３９１ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１６．０１４７７