检索结果-内蒙古大学图书馆

中国组织工程研究 2025年第33期29卷 7055-7062页

作者：阎峰张楠孟庆华鲍春雨叶礼新喻佳天津体育学院天津市301617

背景:膝关节有限元建模可以深入了解膝关节力学,但其复杂的图像分割工作对于研究人员来说较为困难。随着深度学习技术的发展,深度学习技术已经广泛应用于膝关节有限元建模中。目的:使用3D Swin UNETR结合统计形状模型半自动分割技术来... 详细信息

背景:膝关节有限元建模可以深入了解膝关节力学,但其复杂的图像分割工作对于研究人员来说较为困难。随着深度学习技术的发展,深度学习技术已经广泛应用于膝关节有限元建模中。目的:使用3D Swin UNETR结合统计形状模型半自动分割技术来代替膝关节有限元建模中人工分割的步骤。方法:基于MR建立手动(人工)膝关节有限元模型和3D Swin UNETR+统计形状模型分割的半自动膝关节有限元模型,对2个模型施加相同的载荷与边界条件,通过计算Dice相似系数、平均距离以及比较2个模型的等效应力峰值、最大主应力和最大剪切应力来进行验证。结果与结论:①半自动分割模型股骨和胫骨的Dice相似系数均超过98%,平均距离均≤(0.35±0.08)mm;②对手动和半自动有限元模型股骨顶端施加纵向荷载750 N及10 Nm内翻力矩,手动有限元模型半月板等效应力峰值、最大主应力、最大剪切应力为14.12,18.54,7.35 MPa;股骨软骨等效应力峰值、最大主应力、最大剪切应力为2.22,2.15,1.18 MPa;胫骨软骨等效应力峰值、最大主应力、最大剪切应力为2.50,1.91,1.41 MPa;半自动有限元模型半月板等效应力峰值、最大主应力、最大剪切应力为14.93,18.53,7.75 MPa;股骨软骨等效应力峰值、最大主应力、最大剪切应力为2.26,2.18,1.20 MPa;胫骨软骨等效应力峰值、最大主应力、最大剪切应力为2.60,1.91,1.46 MPa;手动和半自动有限元模型等效应力峰值、最大主应力和最大剪切应力之间基本一致,差异无显著性意义(P>0.05);③此次研究所提出的半自动分割技术在创建准确的膝关节有限元模型方面可代替人工分割。

关键词：膝关节有限元模型 3D Swin UNETR 统计形状模型半自动分割人工分割

来源：评论

学校读者我要写书评

暂无评论

基于最小二乘正则相关性分析的颅骨身份识别

引用

光学精密工程 2021年第1期29卷 201-210页

作者：周明全杨稳林芃樾耿国华刘晓宁李康西北大学信息科学与技术学院北京师范大学信息科学与技术学院

为了可靠地测量颅骨与面皮之间的相关性,提高颅骨识别能力,本文提出了一种基于最小二乘正则相关性分析的颅骨识别方法。构建颅骨和面皮的统计形状模型,将高维颅骨和面皮映射到低维形状参数空间;基于最小二乘正则相关性分析提取颅骨和面... 详细信息

为了可靠地测量颅骨与面皮之间的相关性,提高颅骨识别能力,本文提出了一种基于最小二乘正则相关性分析的颅骨识别方法。构建颅骨和面皮的统计形状模型,将高维颅骨和面皮映射到低维形状参数空间;基于最小二乘正则相关性分析提取颅骨和面皮的主相关信息,构建整体相关性分析模型,用于度量颅骨与面皮的整体相关性;然后,考虑到颅骨不同区域的相关度不同,将颅骨分为前额、眼睛、鼻子、嘴巴和轮廓5个区域,基于最小二乘正则相关性分析提取颅骨和面皮的主相关信息,分区域构建区域相关性分析模型,用于度量颅骨与面皮之间的局部细节相关性;最后,分别采用整体相关性分析模型和区域相关性分析模型度量颅骨与面皮的匹配关系,计算颅骨与面皮库中每个面皮之间的匹配分数,具有最高匹配分数的面皮即为正确的识别结果,从而实现颅骨身份识别。实验结果表明,整体相关性分析模型的识别准确率为85.2%,单一区域相关性分析模型中轮廓区域的识别准确率最高,鼻子区域的识别准确率最低;通过融合5个区域建立的相关性分析模型,识别准确率高达95.2%,基于区域融合的方法优于整体相关性分析方法。

关键词：图像重建颅骨身份识别统计形状模型主相关信息最小二乘正则相关性分析

来源：评论

学校读者我要写书评

暂无评论

基于面部照片的个性化头部解剖结构三维建模

基于面部照片的个性化头部解剖结构三维建模

引用

作者：汪萌大连理工大学

学位级别：硕士

能够反映患者个体特征的头部三维数字解剖模型可以为整容手术的术前规划提供参考。现有研究大多使用计算机断层扫描(Computed Tomography,CT)影像来构建头部数字解剖结构,给患者带来X射线辐射风险。因此,在不需要高精度解剖建模的场景下... 详细信息

能够反映患者个体特征的头部三维数字解剖模型可以为整容手术的术前规划提供参考。现有研究大多使用计算机断层扫描(Computed Tomography,CT)影像来构建头部数字解剖结构,给患者带来X射线辐射风险。因此,在不需要高精度解剖建模的场景下(如医患沟通、手术过程演示、解剖教学等),采用面部数码照片重建三维头部解剖结构是一种更安全便捷的选择。本论文基于深度学习方法,结合2D/3D配准算法与统计形状模型,研发了通过正面和侧面照片构建完整头部解剖结构个性化三维建模方法,初步取得了良好的头部表皮和内部解剖结构建模结果。论文的主要工作内容如下: (1)基于照片的人脸三维形态重建。针对现有深度学习方法从照片中重建人脸模型精度不高的问题,本文提出一种将深度学习和2D/3D配准算法相结合的方法,实现了一分钟内基于人脸正面和侧面照片重建高精度且富有真实感的人脸表面模型。本章将三维扫描仪获取的面部点云作为金标准,验证了本方法重建的人脸模型与金标准的表面距离误差为2.34±0.20mm,建模准确性和稳定性相比于现有基于深度学习方法均有提升。 (2)头部解剖结构统计形状模型的构建。针对面部整容应用场景,本章在课题组原有的头部统计形状模型的基础上,增加了整容相关的脂肪垫和鼻骨。本章以核磁共振影像(Magnetic Resonance Imaging,MRI)为训练数据,通过训练nn U-Net深度网络来从MRI中分割出脂肪垫和鼻骨,并基于阈值分割和形态学运算从MRI中自动提取出面部表皮。采用统计形状模型方法,对面部表皮与内部脂肪垫、鼻骨的形状变化关联进行建模。本章对统计形状模型的分量变形进行展示,并分析了统计形状模型的变形规律。实验结果表明,统计形状模型有效地反映了不同脸型患者的表皮与内部组织间的形状关系。 (3)头部解剖结构的估计。在前两章的工作基础上,本章进一步设计了一种基于统计形状模型的头部解剖结构估计算法,首先通过统计形状模型在合理的解剖范围内实现粗略变形,再通过非线性变形场插值实现精细变形。作为验证,本章将从CT中分割出的头骨以及从MRI中分割出的脂肪垫和鼻骨作为金标准对估计出的解剖模型进行精度评估。实验结果表明,本方法实现了对内部解剖结构的预测,其中头骨重建误差为2.97±0.19mm,脂肪垫重建误差为3.16±0.58mm,鼻骨重建误差为1.43±0.43mm。本章进一步将解剖结构预测算法编写成软件插件并进行发布,提升了算法的应用价值。本文将深度学习和2D/3D配准算法相结合,实现了从照片中重建出高精度的人脸模型,利用统计形状模型加入内部解剖结构,为整容手术规划提供了新的算法工具。

关键词：面部照片 2D/3D配准统计形状模型头部解剖建模

来源：评论

学校读者我要写书评

暂无评论

基于三维统计形状模型的肝脏分割

引用

厦门大学学报（自然科学版） 2013年第6期52卷 751-756页

作者：肖求根程明王博亮厦门大学信息科学与技术学院福建厦门361005

基于三维统计模型的肝脏分割是医学图像处理领域最近几年兴起的一种分割方法,其以分割效果好和错误率低得到研究者关注.但该分割算法对模型的初始定位敏感,人工定位容易引入误差,这限制了三维统计模型算法的进一步应用.描述了肝脏平均... 详细信息

基于三维统计模型的肝脏分割是医学图像处理领域最近几年兴起的一种分割方法,其以分割效果好和错误率低得到研究者关注.但该分割算法对模型的初始定位敏感,人工定位容易引入误差,这限制了三维统计模型算法的进一步应用.描述了肝脏平均模型的构造和应用,改进了平均模型的加权形式,提出了基于统计直方图的全自动定位方法,简化了模型的定位.

关键词：统计形状模型三维肝脏分割定位

来源：评论

学校读者我要写书评

暂无评论

基于统计形状模型的肝脏分割算法的研究与实现

基于统计形状模型的肝脏分割算法的研究与实现

引用

作者：刘景明东北大学

学位级别：硕士

医学图像分割是进行医学图像分析与计算机辅助诊断(CAD)的重要前提。肝脏组织的准确分割是肝脏疾病诊断和制定手术计划的先决条件。但是受腹部解剖结构复杂等因素的影响,加大了肝脏分割的难度。因此肝脏分割算法的研究对医学图像分析和... 详细信息

医学图像分割是进行医学图像分析与计算机辅助诊断(CAD)的重要前提。肝脏组织的准确分割是肝脏疾病诊断和制定手术计划的先决条件。但是受腹部解剖结构复杂等因素的影响,加大了肝脏分割的难度。因此肝脏分割算法的研究对医学图像分析和临床诊断具有重要的研究意义和应用价值。本文在参考和吸收大量的图像分割前沿成果的基础上,建立了肝脏统计形状模型。在形状对齐过程中针对MDL方法存在采样不均的问题,提出了一种自适应采样法对MDL方法进行改进。该方法巧妙地将粒子系统与原始MDL方法进行结合,使得在密集的区域能够获得更多的采样点集,而在稀疏区域获得相对较少的采样点。针对水平集方法分割效率低和对初始边界要求较高的问题,提出了将水平集方法和统计形状模型相结合进行图像分割的新算法。该算法将肝脏平均形状缩小一定比例后置于待分割图像的内部作为零水平集曲线,根据改进的水平集方法进行水平集演化以进行肝脏分割。即首先使用大量训练样本构造肝脏的统计形状模型,利用隐含函数表示此模型先验形状的变化,然后引入能量函数作为形状模型的先验形状项,使得形状模型和演化曲线的距离达到最小,对全局形状进行了一致的隐含曲面约束,同时保持了水平集描述的局部形变的特性,达到精确分割的目的。通过对肝脏训练和测试数据集的实验验证,对结果进行了分析与评价,证明了本文算法在解决水平集函数对初始轮廓位置敏感和目标分割边界光滑方面具有较好的性能,有效地避免了过分割和漏分割的现象。同时该算法比经典水平集算法演化速度快3-4倍,提高了分割效率。

关键词：计算机辅助诊断统计形状模型水平集肝脏分割

来源：评论

学校读者我要写书评

暂无评论

头部可变形统计图谱构建及脑区自动分割算法研究

头部可变形统计图谱构建及脑区自动分割算法研究

引用

作者：陈朝峰大连理工大学

学位级别：博士

头部数字解剖图谱是依靠现代医学成像和计算机建模技术,将头部的解剖结构信息进行数字化和可视化处理,构建的精准、完备的数字解剖模板。现有头部数字解剖图谱大多基于单一的、特定的人体解剖形态构建,在医学研究和解剖学教育领域有着... 详细信息

头部数字解剖图谱是依靠现代医学成像和计算机建模技术,将头部的解剖结构信息进行数字化和可视化处理,构建的精准、完备的数字解剖模板。现有头部数字解剖图谱大多基于单一的、特定的人体解剖形态构建,在医学研究和解剖学教育领域有着广泛的应用。然而,在针对不同个体的个性化诊疗、仿真和人体工程学设计等领域,囿于现有头部数字解剖图谱缺乏个体之间解剖形态差异,难以准确表达不同个体的解剖形态特征,从而限制了其在个性化建模中的应用。为此,本文采用中国人群CT影像作为数据集,构建了具有个性化变形能力的头部数字解剖图谱;在图谱构建方面,提出融入解剖标志点信息且无需图像分割的图谱构建方法;在图谱应用方面,提出基于个性化图谱配准的PET/CT影像脑功能区域自动分割算法。本文主要工作如下:(1)针对现有头部数字解剖图谱缺乏个体之间解剖差异特征的问题,基于65例健康中国成人头部的CT影像,构建了可变形统计图谱。提出基于解剖标志点约束的薄板样条鲁棒点匹配算法,将头部参考模板精确配准到训练数据集,获得训练数据之间的形状对应关系。对训练数据之间的形状对应关系采用统计形状建模算法,构建包含人群解剖形态差异的男、女头部可变形统计图谱。本文构建图谱的头部测量学参数分布与现有大规模中国成人统计数据基本一致,其中活体测量的ZS指数位于[-1.96,1.96]范围内,骨骼测量的RR指数在[-0.2,0.2]范围内。本文构建的头部可变形统计图谱不但提供了完整的、高精度的三维解剖结构,而且可以准确变形到不同个体,实现个性化解剖建模,满足个性化设计及诊疗需求。(2)针对头部可变形统计图谱构建过程中,训练数据集的图像分割需要耗费大量人工操作的问题,提出基于解剖标志点和影像灰度信息的联合配准算法,以手工标记的关键解剖标志点代替人工图像分割,降低了可变形统计图谱构建方法的人工交互工作量。本文方法对头骨实现了像素级的形状对应精度(1.38 mm),对皮肤则实现了亚像素级的精度(0.82 mm),简化人工交互的同时有效确保了模板匹配精度。此外,本文还构建了脊柱可变形统计图谱,其模板匹配精度也能达到亚像素级水平(0.92 mm),表明了该方法还可推广到头部以外的其它包含众多解剖结构的部位。(3)在实现了可变形统计图谱构建的基础上,初步探索了其在个性化诊疗中的应用,提出了基于头部可变形统计图谱的PET/CT影像脑区自动分割算法。针对现有基于图谱的配准算法大多采用全局优化策略,不能有效优化局部脑区配准精度的问题,提出基于深度Q网络自动检测大脑PET影像深层脑区的关键解剖标志点,从而约束局部小尺度脑结构配准。同时提出融合PET和CT的双模态影像特性,以提升头部全局尺度配准的准确性。本文方法兼顾全局尺度和局部小尺度配准,实现了对大脑感兴趣区域的全自动精确分割。与现有基于图谱的分割方法相比,可获得更加准确的脑区分割,平均相似系数为79.39%,平均表面距离达到PET亚像素级精度0.97 mm,体积恢复比接近于1。本研究所构建的图谱在个性化头部仿真、整形手术、头部放疗靶区勾画、脑部疾病诊治等方面具有实际的应用价值。本研究为后续的应用研究提供了详细的图谱数据和个性化建模方法。

关键词：可变形统计图谱统计形状模型图像配准脑区分割解剖标志点

来源：评论

学校读者我要写书评

暂无评论

基于统计信息及个体信息的统计形状模型的肝脏分割

引用

南方医科大学学报 2012年第1期32卷 23-27页

作者：李春丽张久楼冯前进南方医科大学生物医学工程学院广东广州510515

目的提出一种精确有效的分割CT图像中的肝脏区域的算法。方法在统计形状模型的基础上加入灰度模型,其中灰度模型包含了训练集中图像的统计灰度信息和测试集中病人的特异性信息。既从整体上对肝脏组织分割进行控制,又从边缘细节上加以优... 详细信息

目的提出一种精确有效的分割CT图像中的肝脏区域的算法。方法在统计形状模型的基础上加入灰度模型,其中灰度模型包含了训练集中图像的统计灰度信息和测试集中病人的特异性信息。既从整体上对肝脏组织分割进行控制,又从边缘细节上加以优化。结果对测试集中的10个数据进行测试,相较于传统方法,OE和ASD有明显的提高。结论提出有效的灰度模型不仅提高了分割的精度,而且增强了稳定性。

关键词：统计形状模型灰度模型统计灰度信息特异性信息肝脏分割

来源：评论

学校读者我要写书评

暂无评论

形状与运动特征可调的动态心脏图谱构建研究

形状与运动特征可调的动态心脏图谱构建研究

引用

作者： Hussein Y. Y. Alghalban 大连理工大学

学位级别：硕士

数字心脏图谱在心血管医学影像分析、心脏功能仿真,心脏成像设备设计,人工智能算法研究等方面有着重要的应用价值。在过去几十年中,全世界已开发多种数字心脏图谱,大多数研究仅限于对心室进行图谱构建。近年来,一些全心范围的图谱相继... 详细信息

数字心脏图谱在心血管医学影像分析、心脏功能仿真,心脏成像设备设计,人工智能算法研究等方面有着重要的应用价值。在过去几十年中,全世界已开发多种数字心脏图谱,大多数研究仅限于对心室进行图谱构建。近年来,一些全心范围的图谱相继被提出,但这些图谱缺乏对心脏跳动方式的人群分布统计建模。本研究构建了一个包含心跳运动的全心脏数字解剖图谱,基于57例正常人动态计算机断层血管造影(Computed Tomography Angiography,CTA)图像(每例包括20个心脏相位)的训练数据集,采用统计形状模型算法和线性回归方法,构建出可以通过调整生理参数来改变解剖形态和跳动方式的数字心脏图谱。作为图谱构建的预处理步骤,本研究首先开发了心脏CTA图像的分割方法,使用多图谱融合算法从57个训练样本的CTA影像中分割出了左心室、右心室、左心房、右心房和心肌,然后将分割得到的标签图转化为三角形网格曲面。基于图像分割的结果,进一步提取了心室、心房的容积随时间变化曲线,为动态图谱的构建提供思维的动态信息。在获取了训练数据的网格曲面后,采用统计形状模型算法从训练集中学习得到不同个体之间的解剖形态和运动方式差异分量。本研究对传统的统计形状模型算法进行了改进,使其不仅适用于三维物体的形状建模,还适用于四维(三维空间+一维时间)运动物体的形状+运动方式建模,从训练样本中学习到了心脏形状和跳动方式的个体差异分量,构建出形态和动态可变的四维心脏统计形状模型。进一步地,基于四维心脏统计形状模型,使用线性回归方法将临床相关的生理参数(射血分数和收缩期百分比)与模型的形变和运动分量相关联,将生理参数的变化映射为模型的参数变化,实现了生理参数可调的动态数字心脏图谱。作为对图谱有效性的验证,本研究测试了生理参数调节对图谱形态和运动方式的影响,观察到与生理参数(射血分数和收缩期百分比)变化相对应的心脏形态和跳动方式变化。作为定量验证,心脏图谱被用于配准个体病人的心脏CTA影像以测量不同受试者的全心形状重建的解剖学准确性,四个心腔分别获得0.89～0.93的平均Dice评分和1.02～1.91毫米的平均表面距离。本研究所构建的数字心脏图谱为心脏的电磁学、生物力学仿真和心脏医学影像分析研究提供了一种健康人群的参考模型。本研究所提出的四维模型统计建模方法对于其他人体运动组织的统计建模也有良好的借鉴价值。

关键词： CTA图像心脏图谱个性化心脏模拟统计形状模型动态器官建模

来源：评论

学校读者我要写书评

暂无评论

基于机器学习和几何变换的实时2D/3D脊椎配准

引用

自动化学报 2018年第7期44卷 1183-1194页

作者：陈智强王作伟方龙伟菅凤增吴毅红李硕何晖光中国科学院自动化研究所类脑智能研究中心中国科学院大学北京医院神经外科首都医科大学宣武医院神经外科中国科学院自动化研究所模式识别国家重点实验室加拿大西安大略大学中国科学院脑科学与智能技术卓越创新中心

在图像引导的脊柱手术中,实时高效的2D/3D配准是一项重要且具有挑战性的任务.通常的2D/3D配准一般是将三维图像投影到二维平面,然后进行2D/2D的配准.由于投影空间涉及到3个平移以及3个旋转参数,其投影空间的复杂度为O(n6),使得配准很难... 详细信息

在图像引导的脊柱手术中,实时高效的2D/3D配准是一项重要且具有挑战性的任务.通常的2D/3D配准一般是将三维图像投影到二维平面,然后进行2D/2D的配准.由于投影空间涉及到3个平移以及3个旋转参数,其投影空间的复杂度为O(n6),使得配准很难兼具高准确性和高实时性.本文提出了一个结合机器学习与几何变换的2D/3D配准方法,首先,使用统计形状模型对目标脊椎进行建模,并构建了一种新的投影方式,使得6个投影参数中的4个可以使用几何的方法计算出来;接下来利用回归学习的方法学习目标脊椎的形状与投影参数之间的关系;最终,结合学到的关系和几何变换完成配准.本方法的两个姿态参数的平均预测误差为0.84?和0.81?,平均目标配准误差(Mean target registration error,m TRE)为0.87 mm,平均配准时间为0.9 s.实验结果表明本方法具有很好的实时性和准确性.

关键词： 2D/3D配准机器学习几何变换统计形状模型实时

来源：评论

学校读者我要写书评

暂无评论

基于统计形状模型的肝脏图像分割算法研究

基于统计形状模型的肝脏图像分割算法研究

引用

作者：李春丽南方医科大学

学位级别：硕士

图像分割是将图像划分成多个具有相似特征的区域,并提出感兴趣目标的技术与过程,是图像处理的重要工具。在医学图像领域,分割技术是图像处理的重要组成部分,分析领域研究的重要内容。医学图像分割着重提取具有特殊含义的区域,如组织、... 详细信息

图像分割是将图像划分成多个具有相似特征的区域,并提出感兴趣目标的技术与过程,是图像处理的重要工具。在医学图像领域,分割技术是图像处理的重要组成部分,分析领域研究的重要内容。医学图像分割着重提取具有特殊含义的区域,如组织、肿瘤等,并使分割结果尽可能地接近解剖结构。进而帮助医务人员进行病情分析,诊断及制定治疗方案。目前虽已研究出各种用途的图像分割方法,至今还没有一种能够统一适用于各种图像及不同分割部位的有效方法。由于人体解剖的个体差异较大,分割对象结构性质的千差万别,临床应用对医学图像分割的准确度和算法的执行速度要求较高；又由于噪声、伪影、偏移场效应和部分容积效应等对图像的影响,使得己有的分割算法远未达到理想的效果。同时因无法完全用数学模型来简单描述人们所面临的实际问题；图像退化以及人们对分割结果预期目标互不相同等原因,只能针对特定问题和具体的需求给予合理选择,在精度、速度、鲁棒性和效率等关键性指标上做出侧重或均衡。基于以上种种原因,医学图像的分割一直是医学图像处理和分析领域的热点、难点研究问题。肝脏是人体内最大的、功能最多的腺体器官,在各种各样的基本生理活动过程中,起着十分重要的核心作用。肝脏对整个机体具有广泛的调节和保护作用,它参与体内消化、排泄、过滤、免疫、血液贮存以及各种生物转化等活动过程,因此可以将其称之为人体重要的器官之一。同时肝脏疾病又是常见的危害性极大的疾病,因此对肝脏疾病的诊治就显得尤为重要。肝脏组织的准确、鲁棒分割是肝脏疾病诊断、研究和手术规划中(常用来辅助诊断各种肝脏肿瘤和组织病变)的重要步骤。在临床应用中,即使对于有经验的临床医师,手工分割肝脏组织也是困难且耗时的工作,因此研究精确的肝脏组织自动分割算法具有重要价值,并吸引了众多学者的参与和研究。目前,用于肝脏分割的方法有：基于边缘的方法,区域增长,统计形状模型,图谱配准,水平集,图割等。2007年医学影像计算与计算机辅助介入国际会议举行了一届三维肝脏图像分割的竞赛,其为不同的分割方法提供了一个共同的测试和竞赛平台。竞赛结果表明,基于统计形状模型的方法在其中具有最好的分割效果。而且基于统计形状模型的分割方法也是目前使用广泛的图像分割方法之一。从Cootes提出形状模型和外观模型后,其在2D模型中得到快速发展,但近几年才有了3D模型的发展和应用。3D模型分割需要解决诸如形状表达,形状对应性关系,特征提取,特征表达等问题。其中影响分割结果的重要因素就包括特征的选择与应用,先前的模型的特征一般包括边缘特征和区域特征。边缘特征有法线方向的灰度统计信息,如盖伯小波,贝叶斯特征等；区域特征有动态外观模型,组织内外灰度直方图等。然而这些基于统计形状的外观模型应用于肝脏分割时,由于各自的局限性,效果并不理想。肝脏组织分割的困难在于其自身形状的多变,结构纹理复杂、和周围组织间的边缘不明显等原因,具体可分为以下几方面：1)肝脏病变导致自身形状的变化,及组织内灰度的不一致；2)数据中,有些肝脏组织被施以增强剂,有些则没有,造成不同个体间灰度的差异性增大；3)肝脏在不同人体中,形状、体积和位置迥异；4)数据层间分辨率不同(0.33-8.0mm),层间分辨率小的数据存在明显的阶梯效应等。这些原因使准确分割肝脏更有挑战性。为了解决以上肝脏分割难的问题,我们在统计形状模型的基础上,提出一个新颖的灰度外观模型。这样我们就可以结合从训练集中提取的先验信息,弹性地表达物体的形状。在设计相关方法的时候需要解决两个中心问题： (1)怎样构建一个紧密的统计形状模型,以更精确地表达形状共性与变化。 (2)怎样选择图像的特征和设计能量函数,以精确和稳定地将形状模型匹配到图像中的目标上。对于第一点,动态形状模型和中值线模型已可以紧密表达形状的变化。这项工作中,我们采用和动态形状模型相似的点分布模型(网格)。第二点的目的是丰富图像的特征,以及设计能量函数来引导模型的变形。大量的特征已经被用来建立外观模型。可以将之分为四类： (1)基于剖面的特征。剖面是指标记点的法线,而剖面特征即是法线上的灰度向量或灰度派生向量。此方案当物体边界的法线方向有显著的模式时有效,如高对比度的边缘,在相应的标记点存在连续的模式等。但是,对于肝脏CT图像,由于组织运动,在相应的位置经常是不同的混合组织。另外,因为这类特征仅仅依赖边界法线的少量采样,所以对噪声是敏感的,同时容易陷入局部最小值。 (2)基于区域特征。以遍布整个物体,或边界标记点的局部区域的灰度概率分布函数或其他灰度变量作为特征。这种方法可以检测到那些难以用梯度来定义边界的物体。同时,标记点之间的对应对于局部区域来说不需要精确,而对全局来说,甚至可以不要。而且这种方法使用了物体和背景的灰度分布

关键词：肝脏分割统计形状模型边缘特征区域特征学习的代价函数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：