资源类型：
收录情况：
◇ 统计源期刊
文章类型：
机构：
[1]上海理工大学医疗器械与食品学院
[2]上海健康医学院附属周浦医院
[3]中科院苏州生物医学工程技术研究所
[4]南京同仁医院
出处：
ISSN：
关键词：
CV模型
RSF模型
CV-RSF模型
甲状腺结节
超声图像
分割
摘要：
结合CV模型和RSF模型,建立CV-RSF模型,实现甲状腺结节超声图像半自动分割算法。基于CV模型的全局信息对图像粗分割,并以粗分割结果作为RSF模型的初始轮廓,然后再利用RSF模型的局部信息对病灶实现最终的分割。根据设定的两组不同初始轮廓,分别利用RSF模型和CV-RSF模型对病灶分割。结果表明,CV-RSF模型解决了RSF模型对初始轮廓敏感的问题,而且通过重叠率的对比,CV-RSF模型分割更准确。对比RSF模型,CV-RSF模型实现的甲状腺结节超声图像半自动分割算法,更加有效、准确。
基金：
江苏省省级重点研发专项资金资助项目（BE2017601）；;上海市浦东新区科技发展基金民生科研专项医疗卫生项目（PKJ2017-Y41）；
第一作者：
第一作者机构：
[1]上海理工大学医疗器械与食品学院
通讯作者：
通讯机构：
[2]上海健康医学院附属周浦医院
[3]中科院苏州生物医学工程技术研究所
推荐引用方式(GB/T 7714)：
邵蒙恩,严加勇,崔崤峣,等.基于cv-rsf模型的甲状腺结节超声图像分割算法[J].生物医学工程研究.2019,38(03):336-340.
