论文部分内容阅读
提出一种基于稳健特征统计的医学影像分割算法。由用户提供标记的种子点,通过稳健统计量描述种子点及其周围点对象的特征,使得分割的边缘更光滑,且对噪声不敏感,对边缘进行轮廓演变,基于稀疏场方法完成曲线演化,找到理想边界。实验结果表明,在MR腹部肝脏分割中,该算法5种评价指标的最终得分为73分,高于区域增长算法和快速水平集算法,肝脏分割时间为123 s,能较好地分割MR和CT图像中的器官和肿瘤。