基于KL距离加权和局部邻域信息的CV模型

刘燕杰; 卢振泰; 冯前进; 陈武凡

您当前的位置：

首页 >

文章列表页 >

基于KL距离加权和局部邻域信息的CV模型

科研通信 | 更新时间：2025-07-16

- 基于KL距离加权和局部邻域信息的CV模型
- KL Distance Weighted CV Model Based on Local Neighborhood Information
- 电子学报 2011年39卷第6期页码：1447-1451
- 作者机构：
  
  南方医科大学医学图像处理重点实验室,广东,广州,510515
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目 (No.31000450);国家自然科学基金重点项目 (No.30730036);国家重点基础研究 (973)计划项目 (No.2010CB732500)
- DOI：
  中图分类号： TP319
- 纸质出版：2011
- 稿件说明：
移动端阅览
刘燕杰, 卢振泰, 冯前进, 等. 基于KL距离加权和局部邻域信息的CV模型[J]. 电子学报, 2011,39(6):1447-1451.

LIU Yan-jie, LU Zhen-tai, FENG Qian-jin, et al. KL Distance Weighted CV Model Based on Local Neighborhood Information[J]. Acta Electronica Sinica, 2011, 39(6): 1447-1451.
刘燕杰, 卢振泰, 冯前进, 等. 基于KL距离加权和局部邻域信息的CV模型[J]. 电子学报, 2011,39(6):1447-1451. DOI：

LIU Yan-jie, LU Zhen-tai, FENG Qian-jin, et al. KL Distance Weighted CV Model Based on Local Neighborhood Information[J]. Acta Electronica Sinica, 2011, 39(6): 1447-1451. DOI：

摘要

本文提出了基于Kullback-Leibler(KL)距离加权和局部邻域信息的Chen-Vese(CV)模型.引入KL距离作为内外部局部区域能量的权值系数;计算曲线附近点的局部邻域能量之和作为模型的内部能量

从而提高对边缘的检测性能

并降低区域内灰度不均匀等因素对曲线进化的影响.验证实验采用大量实际临床数据

结果表明该算法能准确地分割医学图像

且能量函数有较好的收敛性.

Abstract

We propose an improved model that changes those parameters by Kullback-Leibler(KL) distance and global region by local neighborhood near the curve.Validation is implemented by experiments on mass clinical images.Take manual segmentation by a medical expert as a standard

we show that the new model improves the segmentation results compared to traditional CV model.The function has better convergence speed and stability.

关键词

Keywords

references

浏览量

1352

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于交叉视觉状态空间与多分支交互注意力的医学图像分割

基于可疑像素相互修正的半监督医学图像分割

基于混洗特征编码与门控解码的医学图像分割网络

基于多尺度卷积调制的医学图像分割

SAU-Net：基于U-Net和自注意力机制的医学图像分割方法