首页 | 本学科首页   官方微博 | 高级检索  
   检索      

基于动态方向梯度矢量流模型的脑肿瘤图像分割
引用本文:俞海平邬立保陈昌沉窦洪桥朱艳.基于动态方向梯度矢量流模型的脑肿瘤图像分割[J].现代生物医学进展,2012,12(6):1093-1097.
作者姓名:俞海平邬立保陈昌沉窦洪桥朱艳
作者单位:南京大学医学院附属鼓楼医院放射科 江苏南京210008
摘    要:目的:针对GVF Snake模型算法收敛容易陷入局部极小值及对初始轮廓位置敏感等缺点,提出一种动态方向梯度矢量流模型(DDGVF),使其更适合医学图像的分割。方法:利用主动轮廓模型的提取和跟踪特定区域内目标轮廓的方法,将其应用于医学图像如CT、MRI和超声图像的处理,以获取特定器官及组织的轮廓。结果:动态方向梯度矢量流场(DDGVF)能够较好地提取出脑肿瘤图像。结论:利用该方法能够较好地分割提取出脑肿瘤图像的肿瘤病变区域,为进一步对其纹理和形状等特征进行描述和分析提供了可靠的依据。

关 键 词:脑肿瘤  图像分割  动态方向梯度矢量流模

The Direction of Gradient Vector Flow Based on the Dynamic Model of Brain Tumor Segmentation
YU Hai-ping,WU Li-bao,CHEN Chang-chen,DOU Hong-qiao,ZHU Yan.The Direction of Gradient Vector Flow Based on the Dynamic Model of Brain Tumor Segmentation[J].Progress in Modern Biomedicine,2012,12(6):1093-1097.
Authors:YU Hai-ping  WU Li-bao  CHEN Chang-chen  DOU Hong-qiao  ZHU Yan
Institution:(Radiology of Gulou hospital-Affiliated Hospital of Nanjing University,nanjing 210008,China)
Abstract:
Keywords:Brain tumor  Image segmentation  Dynamic Directional  Gradient Vector Flow Models
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《现代生物医学进展》浏览原始摘要信息
点击此处可从《现代生物医学进展》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号