基于T-Snake模型的超声左心室心肌分割方法的研究

摘要

提出一种基于T-Snake模型的超声图像中左心室心肌分割的新方法.首先,将自适应加权中值算法引入基于窗口的各向异性扩散滤波方法,有效滤除超声图像中的斑点噪声；其次,根据心脏短轴截面心肌近似成圆形这一先验知识,将图像从笛卡尔坐标转换到极坐标,提高后续分割方法的鲁棒性；最后,在传统T-Snake模型基础上,增加具有自适应特性的膨胀力和区域能量,可有效提取弱边界和不连续的边界,实现左心室心肌内外轮廓的自动分割.对模拟图像和临床数据进行的实验证明,自动分割结果的平均相对差异度小于5％,平均相对重叠度高于90％,实验结果验证了本方法的可行性.