DOI：10.16661/j.cnki.1672-3791.2016.14.165
摘 要：医学图像分割技术是现代图像处理领域的重难点，简化分割步骤、优化分割算法都将给医疗技术的发展带来极大的飞跃。基于对水平集演化理论的探讨，该文对Chan-Vese模型进行了分析和改进，结合CT图像中肺结节的特点，提出一种结合区域信息和边缘信息，并基于小波高频分量的改进C-V模型的肺结节分割算法。在目标函数中从速度、图像灰度不均匀性和收敛精确度上改进，引入多个约束项和小波高频分量边缘检测函数，以利于达到优化的分割效果。实验表明，该分割方法可以从肺部CT图像中有效地分割出肺结节区域，对肺癌的筛查和诊断有重要价值。
关键词：肺结节分割 水平集方法 C-V模型
中图分类号：R734 文献标识码：A 文章编号：1672-3791（2016）05（b）-0165-02