【硕士论文】三维医学图像分割方法研究.pdf

《【硕士论文】三维医学图像分割方法研究.pdf》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、摘要摘要题名：三维医学图像分割方法研究硕士姓名：钱海勇导师姓名：罗立民教授学校名称：东南大学分割方法种类繁多，本文主要研究可形变模型在三维医学图像分割中的应用。一般说来，可形变模型可以被分为参数可形变模型和几何可形变模型两大类。对于参数可形变模型，本文介绍了其理论基础，简要说明了几种常用的外力模型，同时本文讨论了在三维分割应用过程中内能和外能的计算要点，给出了实验结果，同时探讨了如三维分割中初始面确定，重采样，步长等问题。对于几何可形变模型，本文也作了归纳和总结：介绍了曲线变换理论和水平集方法的基本思想：列出了几种不同种类的

2、几何可形变模型；介绍了水平集方法的两种有代表性的快速实现方法：简单介绍了几何可形变模型和参数可形变模型的关系。介绍了Mumford．Shah模型，并在此基础上提出了简化Mumford．Shah模型快速计算方法，详细阐述了该方法的设计思想及实现过程。通过实验证明，该方法较传统chart．vege模型能提高分割速度。同时特别针对MRA图像中的小血管的分割，提出了逆浓度扩散模型，用于图像增强。通过结合逆浓度扩散模型和简化Mumford．Shah模型，给出了MRA血管分割的实验结果。最后本文还简单介绍了基于GPU的三维图像分割，给出

3、了阈值分割、擦除、传输函数的实现方法，并给出了实验结果。关键词：可形变模型；三维图像分割；GVF；GGVF；水平集方法；Mumford—shah模型；逆浓度扩散模型：GPU三维图像分割第一章绪论第一章绪论1．1引言图像分割是由图像处理到图像分析的关键步骤，也是一种基本的计算机视觉技术。这是由于通过图像分割、目标分离、特征提取、参数测量等技术可以将原始图像转化为更抽象更紧凑的形式，从而使得更高层的图像分析和理解成为可能。图像分割多年来一直得到人们的高度重视，多年来许多学者提出了各种算法，如基于区域的分割，根据图像灰度或由原始灰

4、度变换得到的特征将图像空间划分为不同的区域。有阈值法[29，30]，区域生长法【28】、聚类法f35】等。其难点在于需要精确设定参数如灰度阙值等，对于复杂图像，不能得到理想结果。基于边缘检测的分割，先检测图像中的边缘点，再按照一定策略连接成轮廓。其难点在于抗噪性和边缘检测精度的矛盾。若提高检测精度，则噪声产生的伪边缘会导致虚假轮廓；若提高抗噪性，则会发生轮廓漏检等问题。基于可形变模型的图像分割方法则具有较好的抗噪性，它结合了人们的先验知识，对目标的局部模糊也不敏感，有效弥补了只利用图像底层信息的传统方法的不足。可形变模型(D

5、eformableModels)应用于图像分割的基本思想早在上世纪七、八十年代就已经有人提出，后来K∞s等人于1987年发表了关于活动轮廓模型(ActiveContourModelsorSnakes)的文章[1】，这种方法逐渐被大家所熟悉和认同。此后，在此基础上又有人提出了多种类似的算法和模型[2．18]，使之发展成为图像分割领域中最为活跃和成功的研究课题。近年来，随便GPU的飞速发展，在某些方面GPU的计算速度已大大高于CPU的计算速度，基于GPU的一些显示分割方法也逐渐发展起来[36．37]。1．2研究现状一般地，可形变

6、模型被分为参数可形变模型(ParametdcDeformableModels)和几何可形变模型(GeometricDeformableModels)两类(前者使用的是形变曲线或曲面的参数量，而后者使用的是几何量)。参数可形变模型在形变过程中把所要研究的曲线或曲面直接表示出来。这种表示方法允许对模型的直接干预，而且可以为快速实时应用提供一紧凑的表达形式。但对改变模型的拓扑学结构，比如分裂与合并的实现，参数可形变模型却显得无能为力。与此相反，几何可形变模型能够很容易地实现拓扑学变化，可以把具有相当复杂的物体边界分割出来，特别是在

7、处理具有复杂外形的包括三维的医学图像时，比如脑灰质、白质、血管、肿瘤等组织，优点更明显。．1一东南大学硕￡学位论文自从主动轮廓模型(ActiveContourModelsorSnakes)提出以来，已经有很多的改进岸法被应用到I冬I像分割领域，例如贪婪算法【2】、气球模型【3】、梯度矢鼍场模型【4](Gradientvectorflow)、广义梯度矢量流模型【5】(Generalizedgradientvectorflow)、离散动态轮廓模型【6】(DiscreteDynamicContourModel)等等。上述几种改进方

8、法仍然存在一些问题：(I)对初始轮廓线的位置比较敏感；(2)收敛条件不易控制。传统判断Snakes是否收敛往往是判断其运动加速度n是否为零，或者根据经验给定迭代次数。这在实际应用中通常难于控制，特别是在提取医学图像序列中的组织轮廓时，就越容易产生这方面的问题，因为各层断层上的轮廓收敛条件不