改进DRLSE的分步式肝脏及肿瘤分割方法

作者：郭贝贝; 马自萍; 王兴岩; 杨珂

来源：计算机工程与应用, 2021, 1-15.

• 水平集
• 区域生长算法
• 距离正则化水平集演化（DRLSE）
• 三维重建
• 各向异性扩散滤波

目的用于CT图像肝脏分割及肝脏肿瘤的分割，临床与人工智能肝癌的筛查、诊断。由于肝脏肿瘤的数量、位置、大小和形状存在显著差异，肿瘤与周围组织之间的对比度较低，因此，肝脏肿瘤分割准确率受到一定限制。为此，本文提出改进DRLSE的分步式肝脏及肿瘤分割方法。方法第一阶段：采用分步式分割方法对肝脏进行分割，（1）采用阈值处理、形态学方法、自适应区域生长方法进行肝脏的粗分割；（2）采用数学形态对分割结果进行优化，进行肝脏的细分割；第二阶段：构造参数梯度形态学和各向异性扩散滤波的距离正则化水平集演化（改进的DRLSE）模型进行肝脏肿瘤分割。该方法消除了在水平集曲线演化过程中需要重新初始化，避免了陷入局部极小值引起数值误差。结果利用3Dircadb数据集验证方法的有效性，计算了DICE、VOE、ASD和MSD指标评估分割的性能，实验结果表明分割性能均优于比较算法。结论该方法无需进行训练过程和统计模型的建立，对于复杂的形状和强度变化的CT图像分割效果尤为明显，由定量分析的数值结果显示，改进DRLSE的分步式肝脏及肿瘤分割方法克服了原始DRLSE算法分割有噪声的CT图像易陷入局部极小值，提高了分割准确率，具有较强的鲁棒性，为医生诊断和治疗肝癌提供帮助。

• 出版日期2021-4-12
• 单位北方民族大学