论文研究结合伪彩色与上下文感知的肺癌PET图像分割算法.pdf

由于肺癌PET成像质量较低且待分割区域边界没有明显的灰度差，使得基于颜色特征的图像分割算法不能做到有效分割。提出了结合伪彩色与上下文感知的肺癌PET图像分割算法。首先，将原始的肺癌PET图像根据彩色查找表生成对应的伪彩图；然后，使用改进的上下文感知模型获得伪彩图对应的显著图，并采用大津法对显著图进行二值化处理，初始化显著图的分割区域；最后，使用改进的GrabCut算法迭代分割图像。算法应用于肺癌的PET图像分割。实验结果表明，该算法有效提升肺癌PET图像的分割效率、提升分割精度，取消GrabCut算法、Snake算法的用户操作，实现图像分割自动化，具有较高的可靠性、执行效率、以及实际应用价值。