基于水平集稳健特征统计算法的脑肿瘤自动分割研究

【摘 要】目的：研究基于水平集的稳健特征统计算法在脑部CT图像上自动勾画肿瘤轮廓的方法。方法：选取种子点，通 过稳健统计量描述种子点及其周围点对象的特征，基于水平集算法进行轮廓演化，确定肿瘤的边界。运用C++语言编程 处理图像，得到肿瘤的分割结果。选用正确率、体素相对差异率、对称位置表面距离的均方根、对称位置的平均表面距离 等指标评价肿瘤分割结果与医生勾画结果的一致性。结果：19例脑瘤患者的CT图像进行肿瘤勾画，均能自动准确勾画 肿瘤轮廓。平均正确率为0.92，体素相对差异率为0.12，对称位置表面距离的均方根为0.25 mm，对称位置的平均表面距 离为0.49 mm，各评价指标均优于区域增长算法。结论：基于水平集稳健特征统计的分割算法，可以实现肿瘤轮廓的自 动勾画，结果准确可靠