基于改进的区域生长与GVF snake的超声图像分割

针对传统的区域生长法应用于超声图像时,在选取相邻的生长阈值的情况下会分别出现欠分割与过分割而导致分割失败的现象,提出一种改进方案,在生长之前先将每个待生长像素进行压缩之后再与种子点进行比较,并通过改进的方案与各向异性滤波技术的结合获得超声图像目标区域并提取其轮廓,然后将此轮廓作为GVF Snake模型的初始轮廓收敛获得最终的分割结果。通过对临床采集的超声图像进行的实验结果表明,改进后的区域生长法能成功地应用于超声图像,并能很好地作为GVFSnake的初始模型从而获得理想的分割结果。