DTC:通过双任务一致性进行半监督医学图像分割
本文主要是将“DTC:通过双任务一致性进行半监督医学图像分割”论文中的 知识点抠出来一个个的解决。
1、水平集衍生的分割图
白话理解:有一个表面S,它与一个平面P相交,得到一个曲线C,这个C就是我们通过水平集得到的轮廓。
水平集:是根据图像数据构造出三维曲面,通过三维曲面的演化以及取等值线的方式间接实现范围曲线的演化。
1.1 水平集方法(Level Set Method)
形状改变其拓扑结构,分裂为两个形状。如果用边界曲线参数表示形状,由于在直接法中我们需要监视所有形状可能发生的变化情况,水平集方法处理形状曲线要比直接方法容易得多。
百度百科------Level Set Method定义: 是一种用于界面追踪和形状建模的数值技术。水平集方法的优点是可以在笛卡尔网格(Cartesian grid)上对演化中的曲线曲面进行数值计算而不必对曲线曲面参数化(这是所谓的欧拉法(Eulerian approach))。水平集方法的另一个优点是可以方便的追踪物体的拓扑结构改变.例如当物体的形状一分为二,产生空洞,或者相反的这些操作.所有这些使得水平集方法成为随时间变化的物体建模的有力工具,例如膨胀中的气囊, 掉落到水中的油滴。
1.1.1 水平集:
设 Ω∈R2 为图像域, I:Ω→R 为给定的灰度图像. ϕ:Ω→R 为水平集函数[21]. 活动轮廓曲线 C 为 ϕ 的零等高线, 如图下图所示.
水平集最先由Osher[1]提出, 是一种将低维问题嵌入高维问题求解的方法. 水平集广泛应用于图像分割, 它可获得亚像素精度的封闭轮廓和区域. 以2D灰度图像二相水平集为例, 水平集取值的正负将图像域划分为目标和背景两个区域. 水平集的零等高线被视为目标和背景的分界线, 即