一种心脏核磁共振图像左室壁内、外膜分割方法

为了充分利用心脏核磁共振图像(magneticresonanceimage,简称mri)中关于左心室的解剖和功能信息,必须先分割左室壁内、外膜.提出一种基于snake模型的左室壁内、外膜分割方法.首先提出了snake模型的卷积虚拟静电场外力模型convef(convolutionalvirtualelectricfield),该外力场捕捉范围大、抗噪能力强、在c形凹陷区域等问题上性能突出,而且基于卷积运算,采用快速fourier变换可以实时计算.就左室壁内膜的分割而言,考虑到左室壁的形状近似为圆形,引入基于圆形约束的能量项.对于左室壁外膜的分割,充分挖掘了左室壁内、外膜形状上的相似性和位置上的相关性,构造了形状相似性内能和一个新的边缘图,该边缘图用来计算新的外力场.基于所有这些策略并采用内膜的分割结果初始化,可以自动、准确地分割外膜.通过对一套活体心脏mr(magneticresonance)图像进行分割并和手工分割结果和ggvf(generalizedgradientvectorflow)snake模型的分割结果进行比较,结果表明该方法是有效的.