论文部分内容阅读
提出了一种基于改进Snake模型的分割方法,用于数字人脑切片数据集中小脑组织的连续自动分割。在基本的Snake模型中添加了向心力、气球力,并采用自适应的能量约束项系数,根据相邻切片图像中小脑轮廓具有相似性,依次将单张切片的分割结果作为相邻切片分割的初始轮廓,进而实现整个数据集中小脑组织的连续自动分割。自动分割结果与专家手动分割结果的一致性较好,分割相似指数的平均值达到92.95%,最大为97.87%。结果表明该方法能够较为准确地从彩色人脑切片图像中提取出复杂的小脑组织,克服了现有方法对大量人工参与的