专栏首页最新医学影像技术医学图像处理案例(八)——基于GraphCut左肱骨分割

医学图像处理案例(八)——基于GraphCut左肱骨分割

GraphCut(图切)分割算法是组合图论的经典算法之一,今天我简单介绍GraphCut算法的思想并结合交互式图像分割技术来实现在MR图像上左肱骨区域的分割提取。

1、GraphCut介绍

GraphCut是图论分割方法之一,而图论方法把图像分割问题与图的最小割(min cut)问题相关联。首先将图像映射为带权无向图G=<V,E>,图中每个节点N∈V对应于图像中的每个像素,每条边∈E连接着一对相邻的像素,边的权值表示了相邻像素之间在灰度、颜色或纹理方面的非负相似度。而对图像的一个分割S就是对图的一个剪切,被分割的每个区域C∈S对应着图中的一个子图。而分割的最优原则就是使划分后的子图在内部保持相似度最大,而子图之间的相似度保持最小。基于图论的分割方法的本质就是移除特定的边,将图划分为若干子图从而实现分割。GraphCut算法仅需要在前景和背景处画出简单区域作为输入,算法将建立各个像素点与前景背景相似度的赋权图,并通过求解最小切割来区分前景和背景。

2、动手实践GraphCut分割

首先,我们输入原始MR图像。

然后,在图像中的特定的一层,画出前景大致区域Mask并设置成255,其它区域为0,如图所示。

然后在该层中再绘制出背景大致区域Mask并设置成255,其它区域为0,如图所示。

最后出入原始图像,前景Mask图像和背景Mask图像,运行后最终输出的分割结果Mask图像如图所示。

本文分享自微信公众号 - 最新医学影像技术(MedicalHealthNews),作者:最新医学影像技术

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-04-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • KiTS19——肾肿瘤分割挑战赛(十)

    最近,有很多朋友提出,肾脏分割模型在实际使用时会出现很多错误分割,很多大腿区域被错误分割出是肾脏区域。今天我将分享如何设计肾脏粗分割方法去除错误分割区域,使用的...

    用户7498388
  • Tensorflow入门教程(二十九)——图像分割生成对抗网络(VNetGAN)

    上一篇文章给大家分享了生成对抗网络来做超分辨成像,很多读者都说生成的图像效果非常逼真,深刻觉得GAN的强大。今天我将继续给大家分享如何在图像分割上应用生成对抗网...

    用户7498388
  • Tensorflow入门教程(十三)——医学图像分割案例

    在之前的文章中我分享了Tensorflow的基本知识内容,接下来我将会分享如何利用Tensorflow将深度学习应用到医学图像上,今天我会分享深度学...

    用户7498388
  • 2020入坑图像分割,我该从哪儿入手?

    顾名思义,图像分割就是指将图像分割成多个部分。在这个过程中,图像的每个像素点都和目标的种类相关联。图像分割方法主要可分为两种类型:语义分割和实例分割。语义分割会...

    机器之心
  • Tensorflow入门教程(二十九)——图像分割生成对抗网络(VNetGAN)

    上一篇文章给大家分享了生成对抗网络来做超分辨成像,很多读者都说生成的图像效果非常逼真,深刻觉得GAN的强大。今天我将继续给大家分享如何在图像分割上应用生成对抗网...

    用户7498388
  • CCF-腾讯犀牛鸟基金中期技术沙龙系列分享(一) 图像增强与质量评价

    从本周开始我们将举办CCF-腾讯犀牛鸟基金(以下简称犀牛鸟基金)技术沙龙系列分享活动,邀请犀牛鸟基金青年老师和腾讯技术团队分享机器学习、计算机视觉、知识图谱、...

    腾讯高校合作
  • AI新海诚就是在下,不信来玩

    现在,不需要人类画师一帧帧描画,把你拍下的视频喂给AI,就能让现实世界分分钟掉进二次元世界。

    量子位
  • Sherloq:一款开源的数字图片取证工具

    数字图像取证分析是应用图像科学领域里的一种专业知识,这项技术可以在法律事务中解释图像的内容或图像本身所代表的含义。数字图像取证分析与执法应用的主要分支学科包括:...

    FB客服
  • 用机器学习生成图片:GAN的局限性以及如何GAN的更爽

    又到了 Weekend Eve,大家应该都出去玩了吧?看到今天的标题还敢点进来看的人,禅师敬你是个肥宅。肥宅永远快乐。

    用户1737318
  • 一文带你读懂图像处理工作原理

    这里,如果小矩阵的点积与大矩阵的所有3x3大小的部分完成。 点积表示每个元素乘以其各自的元素,例如。 131 *( - 1),162 * 0,232 * 1等。

    AI研习社

扫码关注云+社区

领取腾讯云代金券