摘要：解決傳統(tǒng)模糊連接度難以較好分割CT圖像肝血管、需要多個(gè)種子點(diǎn)和較耗時(shí)等問題。改進(jìn)傳統(tǒng)模糊連接度分割算法:對(duì)最新的Jerman血管增強(qiáng)算法進(jìn)行改進(jìn);將改進(jìn)的血管增強(qiáng)響應(yīng)引入模糊親和度函數(shù);使用Otsu多閾值算法代替置信連接度,進(jìn)行模糊連接度算法的初始化。預(yù)處理包括自適應(yīng)S型非線性灰度映射和各向同性插值采樣;隨后,執(zhí)行改進(jìn)的Jerman血管增強(qiáng)算法;再將其增強(qiáng)響應(yīng)引入模糊親和度函數(shù),同時(shí)利用Otsu多閾值算法統(tǒng)計(jì)前景目標(biāo)信息,對(duì)模糊連接度進(jìn)行初始化;最終,結(jié)合單一種子點(diǎn)實(shí)現(xiàn)三維肝臟血管的自動(dòng)分割。選用內(nèi)含20例CT的公開數(shù)據(jù)集,定量評(píng)估改進(jìn)的血管增強(qiáng)算法和模糊連接度分割算法。評(píng)價(jià)標(biāo)準(zhǔn)主要包括對(duì)比度噪聲比、準(zhǔn)確性、敏感性和特異性。該血管增強(qiáng)算法的平均對(duì)比度噪聲比為8.43 dB,優(yōu)于傳統(tǒng)血管增強(qiáng)算法。該血管分割算法的準(zhǔn)確性達(dá)98.11%,優(yōu)于基于置信連接度的傳統(tǒng)模糊連接度分割算法、區(qū)域生長算法和水平集分割算法。此外,在分割算法的耗時(shí)方面,該算法也具有明顯優(yōu)勢。提出的三維分割方法能有效解決傳統(tǒng)模糊連接度分割CT影像中肝血管結(jié)構(gòu)的不足,可提升分割精度和效率。