TY -的A2 -唐,金山AU - Wang Xuehu盟——张Zhiling盟——吴,昆仑AU -阴,小平盟——郭,海丰PY - 2021 DA - 2021/12/09 TI -伽柏字典稀疏图像补丁之前选择边界的三维肝脏CT图像中分割SP - 5552864六世- 2021 AB -肝脏和其他软组织之间的灰色对比很低,和边界不明显。因此,它仍然是一个挑战性的任务,要准确地细分的肝脏CT图像。近年来,机器学习的方法已经成为医学图像分割领域的一个研究热点,因为他们可以有效地使用肝脏的“黄金标准”的个性化特征从不同的数据。然而,机器学习通常需要大量的样本数据训练模型,提高医学图像分割的准确性。提出了一种肝脏分割方法基于伽柏字典的稀疏的图像块与以前的边界。这种方法减少了样品的数量通过选择测试样本集初始边界区域内的肝脏。伽柏特性提取和查询字典创建,和稀疏系数计算获得肝脏的边界信息。通过优化重建误差和填坑,一个平滑的肝脏边界。该方法测试数据集2007年MICCAI ISBI2017数据集,和五个措施是用来评估结果。该方法与肝脏分割方法近年来提出的。 The experimental results show that this method can improve the accuracy of liver segmentation and effectively repair the discontinuity and local overlap of segmentation results. SN - 2040-2295 UR - https://doi.org/10.1155/2021/5552864 DO - 10.1155/2021/5552864 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -