基于主动轮廓模型的超声图像分割中获取初始轮廓的方法

摘要

本发明公开了一种基于主动轮廓模型的超声图像分割中获取初始轮廓的方法，包含以下步骤：训练超声图像肿瘤区域的纹理特征，并与标准椭圆经验值、待测超声图像中肿瘤先验大小一起构成一个标准向量；对待测超声图像进行预处理；对图像进行动态阈值分割；提取动态阈值分割结果中产生的所有闭合轮廓，形成相应子图像；计算各个子图像的纹理特征24个、椭圆拟合结果参数1个以及子图像闭合轮廓内部像素个数，并用这26个数据构成一个向量；计算所得向量与肿瘤区域训练所得的标准向量的距离，确定距离最小的向量对应子图像中的闭合轮廓即为所分割超声图像中肿瘤的轮廓。本发明方法克服了超声图像多噪声、边界模糊的问题，初始轮廓准确率高。