主动脉分割在临床上很重要，因为它是准确评估某些主动脉疾病的必要步骤。 在本文中，我们提出了一种基于图割的自动主动脉分割方法。 在我们的方法中，设计了判别式综合特征（DIF）和新颖的自适应平滑度约束。 DIF包含低级特征和其他区分性特征，包括Hessian的特征值和局部自相似性描述符。 DIF和随机森林（RF）用于生成概率图。 包含来自RF的学习信息的概率图比直接基于强度生成的传统概率图更准确。 概率图的负对数用作成本函数中的惩罚项。 另外，施加了新的自适应平滑度约束以确保平滑的解决方案。 自适应