Scidown文献预览系统!
基于神经网络和水平集的肝脏CT图像自适应分割模型( Adaptive segmentation model for liver CT images based on neural network and level set method )
X Shu Y Yang B Wu
由于肝脏CT图像并不总是具有明显和平滑的边界,因此对肝脏CT图像进行精确分割是一个困难的问题。肿瘤位置未指定,图像强度与肝脏相近。虽然目前存在人工和自动分割方法、传统和深度学习模型,但没有一种能够具体有效地应用于肝脏CT图像的分割。本文提出了一种基于水平集框架的肝脏CT图像能量泛函模型,其中能量泛函包含数据拟合项、长度项和边界项。然后应用分裂Bregman方法对能量泛函进行最小化,使能量泛函收敛得更快。该模型对初始轮廓具有较强的鲁棒性,能够分割强度不均匀、边界不清晰的肝脏CT图像。在有界项中,我们利用U-网获取约束信息,这对有效准确的分割有相当大的影响。我们改进了模型的一个多阶段水平集,以同时得到肿瘤和肝脏的轮廓。最后提出了一种提高分割效率的并行算法。实验结果和比较表明,该模型具有鲁棒性、准确性、高效性和智能性等优点。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】