论文部分内容阅读
介绍一种基于梯度向量流场的医学图像分割方法。无论初始轮廓线位于真实边界以内或以外,变形轮廓都具有较宽的作用范围以及良好的收敛性,经过迭代算法后可以得到与真实图像边界十分接近的最终变形轮廓。此外,该方法对噪声图像也表现出良好的鲁棒性,特别适用于医学图像分割场合。将该方法应用于MRI图像上胼胝体的分割提取,实验结果表明,与传统手工方法相比,应用梯度向量流场方法提取出的胼胝体轮廓清晰,效果良好,而且耗时大为降低,这在临床应用中具有积极意义。