摘要
针对基于深度学习的心脏MRI图像左心室分割网络仅使用简单的阈值法对输出的概率图进行二值化,使得分割的结果边缘模糊的问题,提出了一种改进的基于双水平集的后处理算法.在使用传统水平集方法对左心室内外膜进行分割时,存在水平集函数演化不稳定、边缘分割精度低和分割效率低等问题.提出新的距离规则化函数对水平集的能量函数进行改进,新的距离规则化函数可以更好地约束边缘正则性,能够很好地弥补深度网络输出结果当中的缺陷,并使用双水平集,即0水平集函数和k水平集函数分别向左心室内外膜演化.利用多伦多市儿童病医院影像科提供的数据集,用上述算法对基于深度网络的心脏MRI图像左心室分割结果进行后处理,实验结果表明,左心室内膜和外膜分割的Dice相似系数分别为0.9338和0.9587.对比其他分割模型,分割精度获得了明显提高.
维普
万方数据