改进Chan-Vese模型的肝癌消融CT图像肿块分割方法

针对肝癌消融计算机断层扫描(CT)图像分割中肿块区域存在成分多变和弱边界问题, 为准确提取肝肿块轮廓, 提出了一种改进Chan-Vese模型的水平集算法。利用肝与肿块的高斯均值、标准差有显著差异的特点, 通过高斯混合模型区分目标与背景的像素隶属, 结合边缘梯度信息驱动的长度与形状约束项构造能量泛函, 以肿块先验知识确定目标的初始轮廓, 促使活动轮廓收敛在目标区域边缘。通过肝CT图像实验数据集验证算法, 实现肝上已灭活或部分灭活的癌组织和碘油沉积等构成复杂轮廓提取, 实验结果表明, 算法平均相似度值大于0.87, 其周密性与精确度均优于局部Chan-Vese和局部二值拟合模型。