本發(fā)明公開了一種基于形狀相關性活動輪廓模型的超聲圖像分割方法,包括以下步驟:步驟 1:針
對連續(xù)超聲圖像中病灶區(qū)域形狀變化之間的相關性信息進行挖掘并構建形狀相關性的低秩模型;步驟 2:
構建基于低秩約束的活動輪廓模型;步驟 3:構建基于增廣拉格朗日的優(yōu)化算法用于快速計算分割結果。
本發(fā)明解決了傳統(tǒng)的基于有監(jiān)督統(tǒng)計學習的分割方法在訓練集不足和面對超聲圖像中病灶區(qū)域邊緣模
糊和病灶區(qū)域形狀形變的情況下分割結果不準確的結果。
掃碼關注,查看更多科技成果