基于多特征支持向量机和弹性区域生长的膝软骨自动分割

作者：王品; 何璇; 吕洋; 李勇明; 邱明国; 刘书君

来源：吉林大学学报（工学版）, 2016, 46(05): 1688-1696.

DOI：10.13229/j.cnki.jdxbgxb201605045

• 信息处理技术
• 多特征支持向量机
• 弹性区域生长
• 膝软骨自动分割

为了从膝关节磁共振图像(MRI)中分割出膝软骨,提出一种基于多特征支持向量机(SVM)边缘定位和弹性区域生长的自动分割算法。首先,采用自适应Canny边缘检测算法提取图像主要边缘;再对边缘提取多个图像特征,结合SVM算法对边缘进行分类,完成软骨边缘定位;然后,在软骨边缘的基础上进行种子点及软骨像素区域的选择;之后基于选择的结果采用弹性区域生长进行初步软骨分割;最后,基于先验知识和形态学获得最终膝软骨分割结果。实验结果表明:该算法能够准确、快速地自动分割出膝关节MRI中不同的膝软骨,其中股软骨、胫软骨、髌软骨的平均评价重要指标(DSC)分别可达0.8543、0.8280、0.8703,与手工分割结果具有较高的一致性。

• 单位
  生物医学工程学院; 重庆大学; 第三军医大学