徐文杰
- 作品数:3 被引量:6H指数:2
- 供职机构:长春工业大学计算机科学与工程学院更多>>
- 发文基金:吉林省科技发展计划基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 融合KFCM与改进DRLSE模型的甲状腺结节图像分割被引量:2
- 2016年
- 针对超声甲状腺结节图像分割问题,提出一种融合模糊核(KFCM)聚类算法与改进距离正则化水平集演化(DRLSE)模型的分割算法,解决了DRLSE模型对初始轮廓敏感、演化参数需要人工设定及分割弱边缘能力较差的问题.该算法先利用KFCM聚类算法粗分割出结节区域并二值化作为水平集初始演化轮廓,然后利用初始演化轮廓围成的区域自动计算出水平集演化参数,最后采用高斯正则化规则演化水平集分割出甲状腺结节区域.对比实验结果表明,该算法提高了甲状腺结节的分割精度,在噪声干扰下也能准确地分割出结节区域.
- 徐文杰王昕
- 关键词:甲状腺结节模糊核聚类水平集
- 甲状腺结节超声图像分割算法研究被引量:3
- 2016年
- 超声甲状腺结节分割是发现与识别甲状腺良恶性肿瘤的关键技术之一。针对模糊聚类法无法准确分割超声图像甲状腺结节边缘,而局部拟合(RSF)模型法对手动初始化轮廓敏感的问题,提出一种融合空间约束模糊C均值聚类和局部拟合RSF模型的分割结节方法。用空间约束模糊C均值聚类法(SKFCM)对图像进行聚类并二值化聚类结果作为RSF模型法初始轮廓,克服了RSF模型法对初始轮廓敏感问题,水平集演化参数也将通过聚类结果自动给出,不再需要人为设定。同时改进了RSF模型法拟合项,并利用高斯正则化规则RSF模型水平集,提高了RSF模型演化效率,缩短了收敛时间。仿真实验结果表明,提出的甲状腺结节超声图像分割方法能够快速准确地分割出结节区域。
- 王昕徐文杰
- 基于CV模型和DRLSE模型的甲状腺结节分割被引量:1
- 2017年
- 针对CV模型无法分割灰度不均匀图像,而DRLSE模型对弱边界的分割效果不佳的问题,提出了一种结合局部和全局信息的水平集分割方法。实验结果表明,文中模型不仅能处理灰度不均匀图像,而且对弱边界结节也能正确分割。
- 蒋秋霖张聪李亮徐文杰王昕
- 关键词:CV模型水平集