基于参数自适应区域生长的医学图像分割算法

摘要

区域生长是医学图像分割中常用的方法之一,为了克服该方法中各项生长参数需要用户多次交互指定的缺点,本文提出一种自适应改变参数的生长算法.该算法将高斯混合模型应用于图像的局部邻域,通过不断自学习当前模型的参数,从而相应的改变生长算法的参数,达到自适应的效果.同时考虑到医学体数据相邻切片之间高度的相关性,提出在相邻层之间采取高斯核滤波和自适应各向异性滤波混合方法,有效的去除图像中的噪声干扰.该算法稳定可靠,分割效果较好.