上海理工大学 健康科学与工程学院, 上海 200093
胰腺的自动分割一直是医学图像分割中一项具有挑战性的问题。胰腺是一个具有高度解剖变异性的器官, 目前的多图谱分割方法很难对胰腺的边缘产生精确的分割。针对这一问题, 采用了基于多图谱配准的分割算法对胰腺进行分割, 优化了一种局部动态阈值的后处理方法。在标签融合阶段, 采用概率阈值融合算法、Majority voting(MV)算法、STAPLE算法和SIMPLE算法四种标签融合算法进行对比。在后处理阶段, 采用局部动态阈值处理方法, 首先通过初步分割结果对目标图像提取目标区域, 然后自动确定阈值实现该区域的二值化, 最终与初步分割结果取交集作为最终分割结果。采用留一交叉验证策略对80例NIH胰腺CT图像和22例来自上海本地医院的胰腺CT图像进行分割, 最终得到的DSC分别为79.98%和81.30%。实验结果表明, 所提方法实现了对胰腺的有效分割。
多图谱 配准 胰腺分割 标签融合 局部动态阈值 Multi-atlas registration pancreas segmentation label fusion local dynamic threshold