基于局部稀疏形状表示的医学图像分割模型

针对人体器官计算机断层扫描(CT)图像边缘模糊、难以自动分割的问题，提出了一种基于局部先验形状信息和主动轮廓模型的分割方法。针对一个形状与训练集中样本相似的器官目标，在基于图像灰度信息进行底层分割的同时，利用形状字典中的先验形状表示目标，将其作为高层监督，引导变分目标分割。在已有形状字典稀疏表示的基础上，利用掩模矩阵对字典形状进行局部分解，以生成补充字典，通过对局部先验的稀疏形状的约束实现对目标形状的局部描述。通过对字典中相似形状局部分解的重组，替代传统整体稀疏形状的表示方法，实现对与形状字典中仅存在部分相似目标的分割，扩大了字典形状的适用范围。分割实验表明，所提模型可准确地从边缘模糊的图像中提取并分割所需目标，从而可应用于医学图像分割。