《医学图像分割》ppt课件

《《医学图像分割》ppt课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、医学图像分割许向阳华中科技大学医学图像信息研究中心1讨论内容图像分割概述阈值分割1、图像分割概述将不同区域区分开来，这些区域是互不相交的，每一个区域都满足特定区域的一致性。其分割的目的是为了将感兴趣区域提取出来，从而为定量、定性分析提供基础，同时它也是三维可视化的基础。1、图像分割概述⑤P(gk(x,y)Ugj(x,y))=FALSE.任意相邻部分的合并都会破坏这种一致性。1、图像分割概述如果连通性的约束被取消，那么对像素集合的划分就称为分类(Classification),每一个像素集称为类(Class)。经典的分割和像素分类通称为分割。基于区域

2、的分割方法基于边缘的分割方法结合区域与边界信息的方法基于模糊集理论的方法基于神经网络的方法基于数学形态学的方法图谱引导（Atlas-guided）方法1、图像分割概述1、图像分割概述基于区域的分割方法利用区域内的相似性（一致性）阈值分割区域生长和分裂合并分类器和聚类基于随机场的方法其它基于统计学的方法1、图像分割概述基于边缘的分割方法利用区域之间差异性并行微分算子曲面拟合法基于边界曲线拟合的方法串行边界查找医学图像特点:模糊、不均匀、个体差异、复杂多样灰度不均匀:不均匀的组织器官、磁场等伪影和噪声:成像设备局限性、组织的蠕动边缘模糊:局部体效应边缘

3、不明确:病变组织1、图像分割概述局部体效应(partialvolumeeffects)1、图像分割概述IdealImageAcquiredImage医学图像分割方法的公共特点：分割算法面向具体的分割任务，没有通用的方法更加重视多种分割算法的有效结合需要利用医学中的大量领域知识交互式分割方法受到日益重视医学图像分割是一项十分困难的任务，至今仍然没有获得圆满的解决。1、图像分割概述2、阈值分割阈值分割是最常见的一种分割方法。它基于对灰度图像的一种假设：目标或背景内的相邻象素间的灰度值是相似的，但不同目标或背景的象素在灰度上有差异，反映在图像的直方图上，

4、不同目标和背景则对应不同的峰。选取的阈值应位于两个峰之间的谷，从而将各个峰分开CT图像中皮肤骨骼的分割2、阈值分割阈值分割的三种技术方案直接门限法间接门限法对图像进行预处理后再运用门限法。拉氏或梯度运算，邻域平均多门限法2、阈值分割多门限法2、阈值分割乳腺钼靶图像单门限分割多门限分割门限的确定方法根据直方图确定门限最小误判概率准则下的最佳门限最大类间距准则下的最佳门限最大类间类内距离比准则下的最佳门限最大熵准则下的最佳门限根据二维直方图确定图像分割门限边缘灰度作为分割门限分水岭方法2、阈值分割阈值分割的优点简单，常作为预处理方法阈值分割的缺点不适用

5、于多通道图像不适用于特征值相差不大的图像不适用于各物体灰度值有较大重叠的图像对噪声和灰度不均匀敏感2、阈值分割ThresholdingThesimplestandmostefficientimagesegmentationmethodisthresholding.Thresholdingistosegmenttheimageintotworegionsaccordingtothegraylevelofimagepixels.IfthegraylevelishigherthanthegiventhresholdT,theoutputatthispix

6、elissetto1,otherwiseitissetto0.ImageThresholdingOriginalimageSegmentedimage(T=128,145)DeterminationofThresholdInthresholdingmethod,themostdifficultistodetermineapropervalueofthethreshold.Therearedifferenttypesofthethreshold:Globalthreshold(constantthreshold)AdaptivethresholdDe

7、terminationofGlobalthresholdIftheobjectandbackgroundhavedifferentdistributions,thevalueoftheglobalthresholdcanbedeterminedbycalculatingthehistogramoftheimage.Theglobalthresholdcanalsobedeterminedinteractively.Thethresholdcanalsobedeterminedbyoptimization.Determinationoftheglob

8、althresholdfromhistogramT=150TheOtsuAlgorithmIftischosenasat