程立英 劉曼 李瑤 張志美 王君霞

DOI：10.16661/j.cnki.1672-3791.2016.14.165

摘 要：醫(yī)學(xué)圖像分割技術(shù)是現(xiàn)代圖像處理領(lǐng)域的重難點，簡化分割步驟、優(yōu)化分割算法都將給醫(yī)療技術(shù)的發(fā)展帶來極大的飛躍?；趯λ郊莼碚摰奶接?，該文對Chan-Vese模型進行了分析和改進，結(jié)合CT圖像中肺結(jié)節(jié)的特點，提出一種結(jié)合區(qū)域信息和邊緣信息，并基于小波高頻分量的改進C-V模型的肺結(jié)節(jié)分割算法。在目標函數(shù)中從速度、圖像灰度不均勻性和收斂精確度上改進，引入多個約束項和小波高頻分量邊緣檢測函數(shù)，以利于達到優(yōu)化的分割效果。實驗表明，該分割方法可以從肺部CT圖像中有效地分割出肺結(jié)節(jié)區(qū)域，對肺癌的篩查和診斷有重要價值。

關(guān)鍵詞：肺結(jié)節(jié)分割 水平集方法 C-V模型

中圖分類號：R734 文獻標識碼：A 文章編號：1672-3791（2016）05（b）-0165-02