法尔汗·阿克兰；金正勋（Kim，Jeong Heon）；李，Chan-Gun；Choi，Kwang Nam公司 使用带SPF功能的活动轮廓分割感兴趣区域。 （英语） Zbl 1344.92082号 计算。数学。方法医学。 2015年，文章ID 710326，14 p.（2015）. 摘要：感兴趣区域的分割是图像分割中的一个众所周知的问题。本文提出了一种基于区域的图像分割技术，该技术使用带符号压力（SPF）函数的活动轮廓。该算法通过向内演化轮廓来同时跟踪图像中的高强度或密集区域。在医学图像模式中，这些高强度或致密区域是指肿瘤、肿块或致密组织。该方法将图像分割为任意数量的子区域，并逐步跟踪显著区域。它是通过在传统的基于边缘的水平集模型中实施新的基于区域的SPF函数来实现的。它将图像分割为多个子区域，然后丢弃外部子区域，并将内部区域分割为多个子区域；这将反复进行，直到满足停止条件。高斯核用于正则化水平集函数，这不仅使其正则化，而且消除了重新初始化的计算开销很大。将所提出的分割算法应用于不同的图像，以证明该算法的准确性、有效性和鲁棒性。 引用于2文件 MSC公司： 92 C55 生物医学成像和信号处理 关键词：图像分割；符号压力函数；高斯核 PDF格式BibTeX公司 XML格式引用 \textit{F.Akram}等人，计算。数学。方法医学2015，文章ID 710326，第14页（2015；Zbl 1344.92082） 全文： 内政部 参考文献： [1] 阿查里亚，R。；瓦瑟曼，R。；史蒂文斯，J。；Hinojosa，C.，《生物医学成像模式：教程》，《计算机医学成像与图形》，第19、1、3-25页（1995年）·doi:10.1016/0895-6111（94）00043-3 [2] Hong，B.-W。；Sohn，B.-S.，用地形方法分割乳房X光照片中感兴趣的区域，IEEE生物医学信息技术汇刊，14，1，129-139（2010）·doi:10.1109/TITB.2009.2033269 [3] Forrest，A.P.M。；Aitken，R.J.，乳腺癌的乳房X线检查，《医学年度评论》，41，117-132（1990）·doi:10.1146/annurev.me.41.020190.001001 [4] Astley，S.M。；博吉斯，C.R.M。；Walker，K。；华莱士，S。；汤金森，S。；希利尔，V。；Morris，J.，《在繁忙的筛查中心对商业提示系统的评估》，《数字乳房X线摄影：IWDM 2002-6数字乳房X线照相国际研讨会》，471-475（2003），德国柏林：德国柏林斯普林格·doi:10.1007/978-3-642-59327-7_111 [5] Astley，S.M。；Zwiggelaar，R。；沃尔斯滕霍尔姆，C。；Taylor，C.J.，《乳房X光摄影中的提示：提示生成器必须有多准确？》？，第四届数字乳房X线摄影国际研讨会会议记录 [6] 霍，Z。；Giger，M.L。；Vyborny，C.J.，多图像视图的计算机化分析：特殊视图乳房X光片在计算机辅助诊断中的潜在用途，IEEE医学成像学报，20，12，1285-1292（2001）·doi:10.1109/42.974923 [7] Kass，M。；Witkin，A。；Terzopoulos，D.，《蛇：活动轮廓模型》，《国际计算机视觉杂志》，第1期，第4期，第321-331页（1988年）·doi:10.1007/bf00133570 [8] 卡塞勒斯，V。；Kimmel，R。；Sapiro，G.，测地活动轮廓，国际计算机视觉杂志，22，1，61-79（1997）·Zbl 0894.68131号 ·doi:10.1023/a:1007979827043 [9] 李，C。；徐，C。；桂，C。；Fox，M.D.，《无需重新初始化的水平集进化：一种新的变分公式》，IEEE计算机学会计算机视觉和模式识别会议论文集（CVPR'05） [10] Paragios，N。；Deriche，R.，用于监督纹理分割的测地活动区域和水平集方法，国际计算机视觉杂志，46，3，223-247（2002）·Zbl 1012.68726号 ·doi:10.1023/A:1014080923068 [11] Chan，T.F。；Vese，L.A.，无边缘主动轮廓，IEEE图像处理汇刊，10，2266-277（2001）·Zbl 1039.68779号 ·数字对象标识代码：10.1109/83.902291 [12] 张凯。；张，L。；宋，H。；Zhou，W.，《具有选择性局部或全局分割的活动轮廓：一种新的公式和水平集方法》，图像和视觉计算，28，4，668-676（2010）·doi:10.1016/j.imavis.2009.10.009 [13] 芒福德，D。；Shah，J.，分段光滑函数的最优逼近及相关变分问题，《纯粹数学与应用数学通讯》，42，5，577-685（1989）·Zbl 0691.49036号 ·doi:10.1002/cpa.3160420503 [14] Lie，J。；Lysaker，M。；Tai，X.C.，二元水平集模型及其在芒福德-沙阿图像分割中的应用，IEEE图像处理汇刊，15，5，1171-1181（2006）·Zbl 1286.94018号 ·doi:10.1109/TIP.2005.863956 [15] 韦斯，洛杉矶。；Chan，T.F.，使用Mumford和Shah模型进行图像分割的多阶段水平集框架，国际计算机视觉杂志，50，3，271-293（2002）·Zbl 1012.68782号 ·doi:10.1023/A:1020874308076 [16] Cremers，D.，《运动分割的多阶段水平集框架》，《计算机视觉中的尺度空间方法：第四届国际会议》，《2003年尺度空间》，英国天空岛，2003年6月10日至12日，《会议记录》。计算机视觉中的尺度空间方法：第四届国际会议，尺度空间2003，英国天空岛，2003年6月10日至12日，计算机科学论文集，2695，599-614（2003），德国柏林：施普林格，德国柏林·Zbl 1067.68726号 ·doi:10.1007/3-540-44935-342 [17] Ronfard，R.，基于区域的主动轮廓模型策略，国际计算机视觉杂志，13，2229-251（1994）·doi:10.1007/BF01427153 [18] 李，C。；Kao，C.-Y。；戈尔，J.C。；Ding，Z.，局部二进制拟合能量驱动的隐式活动轮廓，IEEE计算机视觉和模式识别会议论文集（CVPR'07）·doi:10.1109/cvpr.2007.383014 [19] 江，H。；冯，R。；高欣，基于符号压力函数的水平集及其在肝脏图像分割中的应用，武汉大学自然科学学报，16，3，265-270（2011）·doi:10.1007/s11859-011-0748-5 [20] 戈麦斯，J。；Faugeras，O.，《协调距离函数和水平集》，《视觉传达与图像表征杂志》，11，2，209-223（2000）·doi:10.1006/jvci.1999.0439 [21] Evans，L.C.，偏微分方程，数学研究生课程，19（1998），普罗维登斯，RI，美国：美国数学学会·兹比尔0902.35002 [22] 徐，C。；Yezzi，A。；Prince，J.L.，《参数和几何活动轮廓之间的关系》，第34届Asilomar信号、系统和计算机会议论文集 [23] Akram，F。；Kim，J.H。；Choi，K.N.，局部计算符号压力函数的活动轮廓法：在脑MR图像分割中的应用，第七届国际图像与图形会议论文集（ICIG’13）·doi:10.1109/icig.2013.37 [24] Akram，F。；Kim，J.H。；Lim，H.U。；Choi，K.N.，使用活动轮廓分割强度不均匀的脑部MR图像，医学中的计算和数学方法，2014（2014）·Zbl 1307.92150号 ·数字对象标识代码：10.1155/2014/194614 [25] 卡尔·H。；Snoeyink，J。；Axen，U.，《计算所有维度的等高线树》，计算几何，24，2，75-94（2003）·Zbl 1052.68098号 ·doi:10.1016/s0925-7721（02）00093-7 [26] 乳房X光照片的mini-MIAS数据库 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。