融合超像素和CNN的CT图像分割方法

来源：计算机工程与应用杂志2020年第5期北京时间：

作者：陶永鹏，景雨，顼聪

单位：大连外国语大学 软件学院，辽宁 大连 116044

摘要：提出了一种融合超像素和CNN的CT图像器官主动轮廓分割方法。用超像素SLIC方法将CT图像网格化并分配标签；将网格化后图像作为数据集训练CNN网络分割出器官（如肝脏、肺部等）边界超像素，并将这些超像素的种子点连接成为粗分割边界；将粗分割边界作为初始轮廓，进行模糊主动轮廓分割得到CT图像中器官的边界。经过实验对比，该方法对肺部CT图像的分割平均DC系数达到97%、平均ASD系数达到1.23 mm。在肝脏CT图像方面与参考算法进行相比，在保证分割精度的前提下，VOE系数平均减少1%，切片图像的分割时间平均提高10 s。

关键词：CT图像,超像素,卷积神经网络（CNN）,模糊主动轮廓分割