计算机应用研究

作者：石勇涛,高超,李伟,尤一飞,

单位：三峡大学a.计算机与信息学院;b.湖北省水电工程智能视觉监测重点实验室,湖北宜昌443002；

关键词：超声图像分割,医学图像分割,流形学习,

基金：国家自然科学基金资助项目(61871258)；湖北省中央引导地方科技发展专项资助项目(2019ZYYD007)；；

前列腺超声图像在临床中的准确分割对于后续诊断具有重要的影响，而当前已有研究结论无法精确分割各个部分。提出了一种基于点分布模型和流形学习的双态形状重构的方法，并对前列腺超声图像进行分割：通过随机森林指示隐态表达进行目标初定位；改进边界算子以改善粗分割准确性；使用显态表达与噪声部分相邻的部分灰度显著点来进行插值计算，从而恢复整体形状。该分割方式不仅减少了数据计算量，还增加了分割可靠性。实验表明，该方法的DSC指标为97.38%，mIoU指标为95.24%，精度强于当前热门分割神经网络。

来源：2023年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第3期