摘要：超聲圖像有斑點(diǎn)噪聲,且對比度低、邊界模糊,所以甲狀腺超聲圖像分割較為困難。針對此問題,本研究提出一種結(jié)合雙邊濾波(bilateral filters,BF)和改進(jìn)邊緣指示函數(shù)的距離正則化水平集演化(distance regularized level set evolution,DRLSE)模型的分割算法。先對甲狀腺超聲圖像進(jìn)行雙邊濾波,然后采用改進(jìn)的DRLSE模型對甲狀腺進(jìn)行分割。通過與采用另外兩種邊緣指示函數(shù)的DRLSE模型對比,本研究提出的BF-DRLSE模型能減少斑點(diǎn)噪聲對分割過程的影響,并在明顯減少曲線演化運(yùn)行時(shí)間和迭代次數(shù)的情況下有效分割甲狀腺。