最小描述长度优化下的医学图像统计形状建模 |
| |
引用本文: | 蒋建国,宣浩,郝世杰,詹曙,李鸿.最小描述长度优化下的医学图像统计形状建模[J].中国图象图形学报,2011,16(5):879-885. |
| |
作者姓名: | 蒋建国 宣浩 郝世杰 詹曙 李鸿 |
| |
作者单位: | 合肥工业大学计算机与信息学院 |
| |
基金项目: | 教育部博士点基金项目(20060359004);教育部留学归国人员科研启动基金项目(413117)。 |
| |
摘 要: | 统计形状模型(SSM)是有效的图像处理与分析方法。为了建立模型,需要从形状样本集中提取出具有对应关系的轮廓采样点集合,这是决定模型性能的关键。传统的手动标定这些点集来确保对应关系枯燥耗时且带有主观性,更难以向高维拓展。对形状建立逐层的多尺度参数表示,基于最小描述长度(MDL),在粗尺度上建立反映点对应程度的目标函数并最小化,提出首先确保粗尺度上具有最优意义的点对应,同时在精尺度上使用最便捷的弧长参数函数来确定特征点,完成感兴趣目标的快速统计形状建模,进而统计分析以验证模型性能,为后续图像分割或定量分析打下基础。实验对肌肉骨骼核磁共振成像(MRI)中椎骨、椎间盘以及半月板等具有临床意义的结构建立了统计形状模型,验证了本文方法与手动取点相比具有客观可重复性且更加简洁,与单一尺度下的MDL方法相比时间效率更高。基于此模型的图像分割与基于手动建模的分割相比,误差相当或有所降低。
|
关 键 词: | 统计形状模型 最小描述长度 点对应问题 自动标定特征点 |
收稿时间: | 8/28/2009 9:37:37 AM |
修稿时间: | 1/26/2011 3:13:41 PM |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
|