资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
文章类型：
机构：
[1]云南大学电子工程系
[2]中国科学院声学研究所
[3]昆明医科大学第一附属医院胃肠与疝外科
外科科室
普通外科
普通外一科(胃肠与疝外科)
昆明医科大学附属第一医院
[4]复旦大学电子工程系
出处：
ISSN：
关键词：
三维超声图像
数据抽样
改进型八叉树
最优同质立方体
典型异质立方体
摘要：
在医学图像处理中,由于三维超声图像数据具有海量、非均质的特点,使得处理过程复杂度增大,出现执行效率低等问题.因此,为实现海量数据处理的高效化和有效化,进行数据抽样是十分必要的.提出一种基于改进型八叉树分解的三维超声图像数据抽样方法,能自动高效地获得三维超声图像的高压缩率抽样数据.首先采用基于模糊集的灰度图像阀值分割算法确定分割阀值;然后,使用改进型八叉树算法对三维超声图像进行分解;最后根据选取准则输出最优同质立方体和典型异质立方体作为三维超声图像数据抽样结果.抽样方法充分考虑了抽样对象的空间关系,抽样结果代表性强且图像数据缩减到原始图像体积的1.758%,有效提高后续图像处理操作的运算效率.
基金：
国家自然科学基金(61661050)；;云南省科技厅-昆明医科大学联合基金(2018FE001(-143))；
基金编号：
61661050
2018FE001(-143
第一作者：
第一作者机构：
[1]云南大学电子工程系
通讯作者：
推荐引用方式(GB/T 7714)：
杨继婷,文乐,吴俊,等.基于改进型八叉树分解的三维超声图像数据抽样方法[J].云南大学学报(自然科学版).2020,42(03):444-451.
