基于优化水平集方法的CT图像肺结节检测算法研究.pdf

第18卷增刊2 系统仿真学报@ V01．18 Suppl．2 2006年8月 Journalof Simulation System Aug．，2006 基于优化水平集方法的CT图像肺结节检测算法 魏颖1，徐心和1，贾同1，一，赵大哲1，2 (1．东北大学信息科学与工程学院，辽宁沈阳110004；2．东北大学软件中心，辽宁沈阳110179) 摘要：对Chan．Vese水平集图像分割方法进行分析和改进，提出了结合全局区域均值和局部边界 信息的水平集改进算法，应用于肺部CT图像分割和肺结节检测。在图像分制的目标函数中，在 Chart．Vese方法基础上，引入局部边界统计特性能量项，以利于提高肺部医学图像分制的准确率和 分割速度。实验表明，该方法可以很好地分割出肺实质轮廓和肺结节病灶区域，在分割速度上比 Chan．Vese方法有了明显的提高，检测结果不依赖于初始设置，将人工交互降至最低，有利于实现 CT图像肺结节自动检测。 关键词：水平集；图像分割；肺结节；Mumford．Shah模型 中图分类号：TP391．41文献标识码：A Detection Nodules Lung Algorithm Basedon LevelSetsMethodforCT Optimal Images Xin．hel，JIA Da．z砘1’2 WEI}lin91，XUTon91”，ZHAO and 1 ofInformationScience (1．College Engineering，NortheasternUniversity,Shenyang10004，China； 2．TheSoftwareCenter,Northeastern 1 University,Shenyang10179，China) Abstract：Theactivecontourmethod Chan．Vesewasstudiedand new拓velsetmethodwas proposedby improved．A combinedvalues andlocal itwasusedfor presented,whichaverage ofglobalregions boundaryinformation，and lung CT wasincludedasa terminthe nodulesdetectionfor the images．／nenergyfunction,localboundaryinformation fittin