基于随机森林的CT前列腺分割
邵叶秦1
杨新2
1.南通大学,江苏南通226019;上海交通大学图像处理与模式识别所,上海2002402.上海交通大学图像处理与模式识别所,上海,200240
摘要：由于低的摘图像对比度、不可预测的前列腺位置和不确定的肠道气体,CT图像中自动和准确的前列腺分割是一个具有挑战性的问题.本文提出了一个基于随机森林的前列腺分割方法.利用自动上下文模型训练一系列的随机森林分类器,然后迭代地把这些训练好的分类器应用在测试图像上以改进前列腺的分类结果.实验结果表明,相比于其他最新方法,我们的方法性能更好.
关键词：CT图像前列腺随机森林自动上下文模型
分类号：O235(控制论、信息论（数学理论）)TP391.41(计算技术、计算机技术)
资助基金：国家重点基础研究发展计划（973计划）(2010CB732506)国家自然科学基金(31200747)江苏省自然科学基金(BK2012437)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息