Python阈值法分割CT图像

w05072 2020-04-02 10:50:03

正在做用otsu阈值法分割肝脏ct图像他们用0-255的灰度值来作为阈值分割，但是分割效果不是很好，想进行改进。请问各位大佬有没有用过ct值作为阈值来进行分割?

...全文

652 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

一种基于三维CT 图像序列的新的自动肺实质分割方法,综合利用了阈值分割、区域增长及数学形态学等算法,并在特定体层通过图搜索算法精确定位左右肺前后连接线狭窄区域,有效解决了肺实质边缘结节易分割遗漏及左右肺分离的难题·通过多组胸部CT 序列图像的实验证明,该方法对于肺实质分割非常精确有效。

提出了快速边界行进算法分割CT图片中的肺实质，解决常用分割方法不能正确分割出与胸膜和纵膈相连肺结节的问题。本算法首先通过高斯平滑、阈值分割等方法预处理CT图片，获取肺实质区域；然后采用Douglas-Peucker算法提取边缘的关键点以压缩肺实质边缘；最后，采用自适应边界行进算法修补肺实质边缘。实验结果证明了本算法能有效地分割出与胸膜和纵膈相连的肺结节，并减小了时间开销。

该程序实现对肺部CT图像的分割，通过自动阈值处理，得到二值化图像，再经过形态学处理，得到肺区

提出了一种基于区域增长和支持向量机的自动并行CT图像分割方法．传统的种子生长方法速度较快，但难于自动获得种子点；而单纯的支持向量机分割准确，但速度较慢．为了解决上述问题，本文将两种方法相结合：首先，训练支持向量机用于分类；然后用支持向量机判断种子点并使用曲率流滤波器进行降噪以光滑图像边缘；最后使用阈值区域生长进行分割．在基于Torque的并行环境下进行的实验证明了本方法的分割效果和速度都优于传统方法．

颅内CFD 基于3DRA和对比后CBCT颅内数据进行血管分割的工具集合。该存储库还提供了OpenFOAM计算流体模拟管道。工作流程将DICOM批量转换为NIFTI格式图像配准（外部过程，如果需要手动初始化，建议使用3D Slicer）找到缺陷点将图像裁切成较小的VOI 多种Otsu阈值/ CNN方法进行血管分割细化分段数据（可选）将表面提取为VTK文件血管中心线提取裁剪有缺陷的血管（使用Paraview或其他3D网格处理软件）使用基准点定位缺陷点使用auto_vessel_seg.py自动裁剪有缺陷的血管区域扩展入口和出口区域重新网格化和体积网格化 CFD模拟沿中心线探测CFD结果使用输入图像和中心线进行多平面重建（MPR），以拉直图像数据用法

37,719

社区成员

34,238

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

试试用AI创作助手写篇文章吧

+ 用AI写文章