马　双　陆雪松

(中南民族大学生物医学工程学院　武汉　430074)

基于Gabor滤波器的Graph Cuts右心室MR图像分割

马双陆雪松

(中南民族大学生物医学工程学院武汉430074)

摘要在医学图像处理中,右心室分割在临床医学诊断和对病情的定量分析中有着越来越重要的意义。由于心脏MR图像右心室具有高变异、壁薄、边界不明显的特点,论文利用2D-Gabor对心脏图像进行滤波处理,得到特征图像,借助高斯混合模型融入到Graph cuts算法中,完成右心室MR图像的分割。相比于经典算法,该方法在稳定性及准确率上都有较好的效果。

关键词2D-Gabor; Graph cuts; 右心室分割

Class NumberTP391.4

1引言

一直以来,心血管疾病严重威胁着人类的健康,快速有效的心血管疾病诊断方法在临床上具有重要的意义。最近的研究发现,右心室的功能不全与心脏衰竭、右心室心肌梗死等疾病的诱发有较大联系[1],由此引发人们对右心室的功能评价产生更多的关注。磁共振成像以其独特优势已经逐渐成为右心室评价的标准工具,对心脏磁共振图像的分割也成为医学图像处理的热点。然而,由于心脏MR图像中右心室的高变异、壁薄和边界不明显等特点,使其成为心脏分割中的一大难点。

Elbaz等[2]用一种新的主动形状模型(Active Shape Model,ASM)和间剖面模型分割右心室,这种方法比经典的ASM精度更高。Mahapatra[3]利用上下文信息结合左右心室的几何关系分割两个心室,提高了分割的精度,同时对噪声有很好的鲁棒性。刘复昌[4]等基于图划分的主动轮廓方法,实现了形状统计主动轮廓模型来分割心脏MR图像,解决了边缘泄露的问题。……