刘 侠，甘 权，李 冰，刘 晓，王 波

融合加权随机森林的自动3D椎骨CT图像主动轮廓分割方法

刘 侠，甘 权，李 冰，刘 晓，王 波*

哈尔滨理工大学自动化学院，黑龙江 哈尔滨 150080

为了解决CT图像主动轮廓分割方法对初始轮廓的敏感和分割不准确的问题，本文提出一种融合加权随机森林的自动3D椎骨CT主动轮廓分割方法WRF-AC。该方法提出加权随机森林算法和包含边缘能量的主动轮廓能量函数。首先，通过提取椎骨CT的3D Haar-like特征值训练加权随机森林获得的椎骨中心作为分割的初始轮廓，然后，求解包含边缘能量的主动轮廓能量函数最小值完成椎骨CT图像的分割。实验结果表明，本方法在相同数据集上能够更加准确、快速地分割脊柱CT图像提取椎骨部分。

3D分割；CT图像；加权随机森林；主动轮廓

1 引 言

医学图像分割已广泛应用于医学影像诊断技术，并成为临床治疗不可缺少的手段之一[1]。现代医学中使用计算机处理分析脊柱CT图像已经成为一个重要的研究方向，并有十分重要的临床实际应用价值。由于椎体结构复杂，差异较小，人们很难精确地提取椎体感兴趣区域[2]。

在早期的工作中，自适应阈值处理、区域生长和边界调整等无监督图像处理方法应用于图像分割[3]，但是准确度较低。在之后的工作中，相关研究人员将改进的水平集框架和分水岭分割方法[4-6]用于椎骨CT图像分割，这些方法虽然对CT图像分割达到了一定的分割精度，但需要手动辅助不具有普适性。随着机器学习等算法的发展，一些学者将随机森林算法用于图像定位分割[7-9]，这些方法不能准确分割兴趣区域，有较大误差。……