医学图像序列的交互式分割方法分析

《医学图像序列的交互式分割方法分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第一章绪论第一章绪论本章先就医学图像分割技术月的及意义做了概述。然后简要况明了医学图像分割技术的国内外研究现状。最后对本论文主要研究内容做了说明，并给出了各章节内容的结构安排。1．1课题研究目的及意义医学是一门关系到令世界人民身心健康的应用科学。自古以来，医学珍断和分析最基本的方法就是所谓的“望、闻、问、切”。但自从伦琴发现X射线之后，y照相机图像、B超图像、X射线CT图像、核磁共振MRI图像、数字透射DR图像、多普勒图像和近代的ECT图像相继发展起来，现代医学的诊断和治疗方式已经发生了天翻地覆的变化，步进了一个全新的数字化时代。近年来，随着计算机及其他相关技术的R益成熟，

2、借助图形、图像和网络技术而发展起来的医学图像处理和分析系统成为了国内外学者们的研究热点，也渐渐形成了一门独具特色的交叉学科。医学图像处理和分析系统涉及的研究内容包括图像增强、图像分割、三维重建、虚拟现实技术、辅助诊断等技术。而图像分割是继图像获取之后，在图像分析之前最关键的图像处理步骤，其分割结果将直接影响后续的图像分析。因此，对医学图像分割技术的研究具有重要意义。在医学临床实践和研究过程中，不可避免的要对人体组织或器官形状、表面积、体积等进行测量，以完成对其病理或功能的分析。甚至可以通过在一个时问段内，对病变组织边治疗边观察的方式，监测病变组织对约性的变化过程，从而能够更

3、具针对性的进行治疗。另外，不同类型医学图像的配准、乳腺片中的微钙化点检测、体液中的细胞分类统计、血管造影图像中冠状动脉边缘的检测等处理都需要有一个准确的分割结果为前提，然后才能对各组织进行准确地定位和计算。医学图像分割结果的准确性对于医生对病情的诊断并做出币确治疗方案具有非常重要的意义。医学图像分割技术已成为临床医学应用和发展的瓶颈，对医学图像分割算法的研究是当自订医学图像处理和分析的一个热点问题。电子科技人学硕十学位论文1．2医学图像分割的研究现状由于人体结构的复杂性、组织器官的不规则性和个体I’口J的差异性，再加上医学影像设备在成像过程引入的噪声影Ⅱ向，使得月自订在医学

4、图像分割方面并没有可以通用的分割方法。从分割方式上看，医学图像分割可以分为两种：～种是通过计算机独立完成的自动分割方式，追求计算机的完全智能和独立工作，不需要人工参与便能主动完成分割任务。另一种是人机结合的交]工式分割方式，通过人工参与操作，半自动地完成分割任务。就目前而言，针对医学图像的分割处理，自动分割方式的分割结果往往不能令人满意，其准确性达不到医学图像的应用要求。而过分依赖人机交互过程，对于大量的医学图像数据而言，又是在实际应用中不能被接受的。因此，在没有找到完善的自动分割方法之6订，尽最减少人为交互的半自动分割方法也就成为了医学图像中的研究重点。到目自订为止，国内

5、外学者已经提出了上干种的图像分割方法【l】。但每一种分割方法都是针对某些具体问题而提出来的，没有一种算法能够完全适用于所有图像的分割处理。在这些算法当中，比较经典的分割方法有：阂值分割法、区域生长法和边缘检测法等。还有很多算法引入其它特殊理论，如模糊数学、模式识别、分形理论和遗传算法等，从而产生了新的图像分割技术。总的来说，目自仃对医学图像分割方法的研究呈现以_F趋势：1．增强分割算法的自动处理能力。对于大量的医学图像数据而言，只有尽量降低人二[交互的程度，减少人为干扰，提高算法的智能性，才能让分割算法具有较强的适应能力。2．提高分割算法结果的准确性。由于分割结果将直接影响

6、到后续的珍断和分析，错误的分割结果可能会给病人带来灾难性的后果。因此，分割的准确性一直是图像分割处理关注的焦点。3．提高分割算法的运算效率。由于高质量的医学影像技术不断发展，医学图像的数据量越来越大，分割算法的执行性能已成为医学实时处理系统的瓶颈。1．3本文的主要工作和论文结构本文的主要研究重点是医学图像序列的交互式分割方法研究。主要工作内容如下：1．研究和总结了医学图像处理和分析系统中现有的主要分割技术方法及其一2一第一章绪论优缺点比较。2．针对传统的LiveWire交互式分割算法的不足，在代价函数和最优路径搜索两方面进行改进。只要输入正确的交互点位置，改进的I,iveW

7、ire算法便能够更加快速、准确地实现对医学图像的分割处理。3．提出了一种基于Canny边缘检测的医学图像序列交互式分割方法。首先，分析了Canny算子在边缘检测方面的优越性，并采用自适应双阈值计算方法对Canny算子进行改进。然后，采用交互的方式实现感兴趣同标的Canny边缘线提取，通过断裂边缘检测和连接、毛刺剔除等一系列处理，以提取到完整的封闭边缘信息。最后，引入形念学膨胀技术，实现对医学图像序列的快速分割处理。4．提出了一种基于GVF改进的Snake模型的医学图像序列的交互式半自动分割方法。首先，分析了传统Sn