讀了幾篇論文，主要是關於李純明前輩(個人網址：http://www.engr.uconn.edu/~cmli/)的水平集方法，也對CV模型、Snakes、測地方法看了一些。同一系列的論文看起來很省力，只是在fitting energy function和特徵選擇上有一些差異。選擇這個方法進行研究是因爲看了馬師兄的論文采用的是水平集的方法，想用這個作爲一個入門，看了一月有餘，想結束這個方法，然而着實是眼高手低了。搞到了CV以及李前輩11年論文的代碼，卻不知如何用來分割心房，代碼分割的是好多目標，因爲是根據灰度和梯度來分割的，心房和心室的灰度相差不多，想分割出來這個參數的調整和特徵的選取應該是很重要的。馬師兄的方法在分割大腦時使用了三個特徵： the volume-scalable intensity mean value、 the volume-scalable interquartile range 、 the weighted intensity variance ，在今年分割心房時也是用的這三個特徵，師兄使用的是3D Slicer中的Model Maker模塊實現的模型，奈何自己現在還沒搞懂這個軟件，試着在MATLAB上實現分割一下2D的數據吧。因爲師兄的方法也是基於CV模型的，所以就在CV的代碼上改進一下，試試看如何加入這幾個特徵，可能想法不成熟，但是還是要試一下的，如果成功了，下一步就看一下MSL模型，也許這兩個方法可以配合使用。
水平集方法使用迭代求解泛函的方式計算演化曲線，一個水平集函數可以對應多目標，可以很好的適應多拓撲結構
