史 娜， 孔慧华， 秦 鹏

(中北大学理学院数学系， 太原 030051)

超声检查是一种无辐射的安全检查，对人体没有创伤、没有损害，现已被广泛用于医学临床诊断。乳腺超声图像的准确快速分割对于妇科疾病的临床诊断具有重要意义，有助于医生提高诊断的正确率。乳腺超声图像具有低对比度的特点，其斑点噪声较多，肿瘤区域的边缘模糊且形状不规则。对于恶性乳腺肿瘤而言，待分割的目标边缘形状复杂、内部灰度较不均匀、目标与背景的对比度较低，因此，准确得到乳腺肿瘤病灶区域的边缘轮廓，是一项有难度且富有挑战的工作。

目前，针对医学超声图像分割问题的活动轮廓模型主要有以下3种类型:参数活动轮廓模型、几何活动轮廓模型、无边缘活动轮廓模型等。

根据曲线演化的不同，1988年，Kass等[1]提出了演化曲线参数化表示的活动轮廓模型，也称为蛇(snake)模型，该模型利用初始动态闭合曲线在感兴趣区域特征的约束下进行演化，当能量泛函达到极小值时，目标区域的边缘轮廓就是参数化表示的曲线位置。虽然蛇模型可以提供光滑闭合的边缘曲线，但无法自动处理运动界面的拓扑结构变化和局部形变。

1988年，Osher等[2]提出经典的几何活动轮廓模型，该算法将N维曲面或曲线的演化问题，转化为N+1维水平集函数的隐函数来求解，避免曲线的重新参数化表示，使曲线的演化更加灵活，具有自适应演化曲线拓扑结构变化的优势。2001年，Chan等[3]以水平集方法为基础，利用简化的Mumford-Shah泛函，建立分段常值的水平集分割模型(CV模型)；……