基于自适应机制的医学超声图像分割方法

摘要

医学超声图像具有散斑噪声、区域模糊、弱边界以及灰度不均匀等特点,均值漂移-区域扩展拟合(MS-RSF)模型对超声图像具有很好的分割性能,但该模型的自动化程度低,对初始轮廓曲线依赖性强.针对此缺点,该文对MS-RSF模型进行改进,能量方程中加入自适应面积项,将曲线置于目标的任意位置开始演化,自动检测目标区域内外边界轮廓,提取目标的弱边界及深凹区域准确度高,并且实现对多目标图像准确分割.该文算法对超声图像的分割精度平均达到0.9170,相比MS-RSF模型提高了11.38％,而且算法分割速度加快,算法的鲁棒性提高.