基于模型之医学图像分割的研究

基于模型之医学图像分割的研究

ID:26816311

大小:50.50 KB

页数:6页

时间:2018-11-29

基于模型之医学图像分割的研究_第1页
基于模型之医学图像分割的研究_第2页
基于模型之医学图像分割的研究_第3页
基于模型之医学图像分割的研究_第4页
基于模型之医学图像分割的研究_第5页
资源描述:

《基于模型之医学图像分割的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于模型之医学图像分割的研究ok3ography,CT)、核磁共振成像(MagicResonanceImaging,MRI)等影像技术的发展,使得医学图像处理领域取得了一定的进展,尤其在图像分割、图像配准、运动分析以及图像引导手术等方面获得了巨大的进步,与此同时医学影像技术也逐渐成为目前疾病诊断与治疗的重要手段之一,它为临床医学的实践与应用提供了必要的依据。图像分割在实际生活中有着广泛的应用,如遥感图像和医学图像的分析、安全监视、工业自动化等领域,不管是科学研究工作者还是工程师都一直高度重视对图像分割技术的研究和应用,目前为止已经提出了上百种的分割算法,

2、但是这些研究成果主要是针对某一类型图像或者某一具体的应用实例进行处理的,针对不同的图像应用,没有一个通用而且有效的分割方法。医学图像分割是医学图像处理和分析的关键技术,不仅是图像配准、图像重建及可视化、手术介入式导航等技术的基础,也为临床组织病变提供计算机辅助诊断依据。在医学图像分割领域中,虽然已有多种分割算法,但是没有一种普遍适用于各种医学图像的分割方法。医学图像自身的复杂性,使得基于偏微分方程的图像处理技术成为图像处理研究领域中的热点,数值计算方法使得偏微分方程在求解时具有较好的稳定性,并且能够满足精确的图像分割需求。医学图像分割结果需要尽可能地保留

3、感兴趣区域的信息,尽可能地接近真实解剖结构,有利于医生和专家对解剖结构或者病变部位进行观察与分析。一般来说,完全手动的分割方法能满足医学上的临床需求,但是费时费力,通常采用由用户参与交互的计算机处理方法,这种半自动交互式分割方法是目前实际应用中最受关注的,随着图像处理方法研究的深入,如何构建有效的自动分割算法将是未来研究工作的重点之一。1.2国内外研究现状在临床应用中,为了达到医学诊断和治疗的目的,需要识别和分析图像中的感兴趣区域,并且需要将它们从图像中分离出来。图像分割是把给定图像分成各具特性的区域并提取出感兴趣的目标区域的过程和技术。由于医学影像技术

4、不断发展和创新,目前已有成千上百种分割算法被提出,从分割的形式来分主要有完全手工分割、半自动分割和自动分割[1]。早期的图像分割一般是由人工完成,这种方法方便、简单,但是分割质量完全依赖分割者的经验和先验知识,具有一定的随机性,且非常耗时。随着计算机技术的普及与迅速发展,半自动分割技术得到了大力发展,它是将分割者的先验知识与计算机强大的数据处理能力结合起来,完成对医学图像处理的交互操作,半自动分割方法大大减少了人工因素的影响,并且具有分割精度高、分割速度快等优点,但是由于分割者的介入操作,使得这种方法在一定程度上也依赖人工处理。完全自动分割是将图像分割的

5、工作全部交给计算机来进行处理,使用计算机自动来完成先验知识的输入与图像数据的处理,整个分割过程不需要人工进行干预,省时省力,且能达到分割精度要求,是目前图像分割技术研究的热点之一。早期的图像分割算法主要分为基于边界的分割方法和基于区域的分割方法两大类。基于边界的分割方法一般是利用图像的边缘、梯度信息来确定目标边界,主要有一阶差分算子和二阶算子,如一阶算子中的Sobel算子、Robert算子等,二阶算子中的Laplacian算子等[2],这类分割方法适用于对梯度明显的图像进行处理,而图像边缘模糊或者受噪声干扰时,采用该方法容易产生假边界或不连续的边界,影响

6、分割精度;基于区域的分割方法主要依赖图像空间特征,如灰度信息、纹理及其他类型统计信息等,典型的方法有阈值分割、聚类、区域生长等,该类方法基于图像的全局信息,因此对噪声不敏感,鲁棒性好,但是分割质量的好坏往往与某些条件的选取密切相关,往往这些限定条件的选择成为分割的关键。2图像分割原理及方法2.1图像分割原理医学图像中往往包含着临床所关心的有用区域或研究对象,为了进一步的分析,就必须将这[1][2]下一页些区域或研究对象分离出来,医学图像分割在医学工程中有着广泛的应用,它不仅能为临床中疾病的诊断和治疗提供可靠的依据,而且还能为医学图像配准、三维重建、医学图

7、像挖掘等提供必要的数据处理工作。图像分割可通过集合的概念来进行数学描述:假设集合/表示图像的整个区域,P可以看成是相邻像素集合上的逻辑谓词,图像分割就是按照给定的约束条件将图像分成一些互不重叠的非空子集,这些非空子集对应的是图像中的各个分割区域,全部子集的并集则是给定的待分割图像。将这些分割区域分别表示为R,,R2,R,……图像分割的定义需满足下列条件:在图2-1中,给定的每个条件都有着不同的定义以及限定:(1)完全性,表示每个像素作为最小单位进行分割得到各个不同的子区域,所有分割出来的子区域(即非空集合)能组成一整副图像;(2)互不重叠性,指出了分割后

8、的非空子集是相互之间没有交集,图像中的每个像素只能属于某一个子集,即分割出来的各

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。