结合边界和区域的水平集超声图像分割算法

针对距离正则化的水平集演化（DRLSE）模型难以处理弱边缘图像、初始轮廓敏感以及曲线演化方向单一等问题,提出一种结合边缘和区域信息的变分水平集超声图像分割模型。该模型采用改进的四阶偏微分方程进行滤波,实现在去除噪声的同时保护图像边缘信息;构造了自适应加权系数,实现曲线自适应地向内或者向外演化;引入CV模型的外部能量项,将图像的边缘信息和区域信息相结合,提高了全局分割能力。实验结果表明：该方法在分割超声图像时,具有演化结果稳定,边缘定位准确的特点,可以较好地提取超声图像中的目标。     

结合全局和双核局部拟合的活动轮廓分割模型

针对可缩放区域拟合（RSF）模型对初始轮廓敏感的缺点,提出了一种结合全局和局部图像信息的变分水平集活动轮廓模型。该模型设计了一个灰度域上的核函数,将其与RSF模型空域核的线性组合作为局部能量项,弥补了采样权值仅与空间距离有关的缺陷,提高了分割精度;构造了带有自适应全局指示函数的面积项,作为全局拟合力,提高了模型的收敛速度且避免陷入局部极小值;使用了高斯滤波方法,规则水平集函数,使其保持光滑,并避免了复杂的重新初始化过程。实验结果表明,该模型初始化灵活,对灰度不均匀图像有很好的分割效果     

一种新的甲状腺肿瘤超声图像特征提取算法

本文提出一种新的结合纹理、形状和衰减特征信息的超声图像特征提取算法,并用于甲状腺肿瘤的良恶性鉴别。重点研究并改进了甲状腺肿瘤的纹理特征提取算法,在传统局部二值模式(Local Binary Pattern)算法的基础上,将邻域改成椭圆状,更有利于肿瘤的表示并有效提取了肿瘤的各向异性结构信息;对距离编码采用模糊逻辑建模,克服了超声图像斑点噪声带来的不确定性;此外,提取了肿瘤的圆形度,归一化径向长度的标准差,面积比率、粗糙度指数和衰减系数作为表征甲状腺肿瘤的特征向量;最后,采用支持向量机(Support Vector Machine)对甲状腺结节进行分类识别。与其他特征提取方法相比较,本文提出的特征融合算法描述准确率高,具有较高的分类准确性,通过实验验证了所提方法的合理性和有效性。