基于偏移场的双水平集医学图像分割算法

针对医学图像中通常伴有灰度不均、背景复杂,无法被传统水平集有效分割的特点,提出了基于偏移场的双水平集算法。为了去除医学图像中灰度不均对分割效果的影响,算法中引入偏移场拟合项,改进双水平集模型,再由改进后的双水平集算法分割医学图像中的多目标区域。实验结果表明,所提算法能有效地解决灰度不均与背景复杂的问题,将伴有灰度不均的多目标医学图像完全分割出来,获得预期的分割效果。

Segmentation of Medical Images Based on Bias and Double Level Set Algorithm