55、医学图像分割：基于稀疏形状表示的可变形模型与SpringLS方法

医学图像分割：基于稀疏形状表示的可变形模型与SpringLS方法

在医学图像分割领域，外观和形状是两个关键要素。然而，在某些医学图像分析任务中，由于疾病或伪影的存在，外观线索往往较弱或具有误导性，这可能导致分割结果出现错误。为了解决这一问题，研究人员提出了多种方法，本文将介绍SpringLS方法以及基于稀疏形状表示的可变形分割模型。

1. SpringLS方法概述

Spring Level Sets（SpringLS）是一种将网格和水平集合并为单一表示的方法，旨在实现为其中任一方法设计的模型之间的互操作性。其核心思想是使用三角形表面元素来定义水平集，确保从三角形网格转换为SpringLS时不会丢失形状信息。

1.1 SpringLS的特点

• 拓扑变化与跟踪 ：由于SpringLS使用不相连的表面元素，对象可以改变拓扑结构、跟踪点并进行参数变形。
• 边界表示 ：辅助水平集提供了模型边界的防水表示，且不会自相交。
• 元素操作规则 ：基于水平集表示，已经描述了添加和销毁表面元素的简单规则。

1.2 SpringLS的应用效果

• 图像分割 ：使用SpringLS进行图像分割的结果与等效的水平集实现非常相似。
• 结合PDM图谱 ：注册的PDM图谱可以转换为SpringLS并进行变形，从而产生比不使用图谱更好的分割效果。
<