医学图像分割进展

《医学图像分割进展》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、万方数据医学图像分割进展GeneralReviewofMedicalImageSegmentation李强【摘要】图像分割是解决医学图像在临床上广泛应用的关键性问题。本文简述了医学图像分割技绍兴第二医院设备科，浙江绍兴术的进展，综述医学图像分割技术、发展趋势，展望了医学图像分割的前景和面临的挑战。312000【关键词】医学影像处理；医学图像分割Abstract：ImagesegmentationisakeyfactortOsolvemedicalimagesegmentationinclinic．Inthispaperthedevelopmentofmed

2、icalimagesegmentationtechniqueswassketched．andareviewofthemedicalimagesegmentationtechniqu髓w聃g_iven．TheprospectsandthechallengeofmedicalimagesegmentationWaftdiscussed．Keywords：medicalimageprocessing；medicalimagesegmentationLIQiangEquipmentDepartment，ShaoxingSecond【中图分类号】R445【文献标志码

3、1AHospital，ShaoxingZhejiang312000，doi：10．39690．issn．1674-1633．2010．05．051China【文章编号】1674-1633(2010)05-0121—040前言信息技术的飞速发展和计算机应用水平的不断提高，促使了医学成像技术的突飞猛进，人们能够获得大量高分辨率的医学图像，如：计算机断层成像(ComputedTomography,CY)、核磁共振成像(Ma零埘cResonancehIlagi晦MPd)、超声成像(Ultrasonography，US)等技术已经广泛应用于医疗诊断、术前计划、治疗、

4、术后监测等各个环节，如何把这些成像技术中获得的各种定量、定性数据进行分析，是至关重要的问题。只有把感兴趣的目标从图像背景中提取出来，才能够进一步对它们进行定量分析或识别，进而对图像进行理解。目前，医学图像分割主要以各种细胞、组织和器官的图像作为处理的对象或内容。图像分割是根据某种均匀性或一致性原则将图像分成若干个有意义的部分，使得每一部分都符合某种一致性的要求“I。1医学图像分割技术的发展医学图像分割技术的发展是一个从人工分割到半自动分割再到自动分割逐步发展的过程。人工分割是指由经验丰富的临床医生在原始胶片图像上直接勾画出有关组织的边界，或者通过图像编辑器

5、用鼠标在计算机监视器上勾画出有关组织的边界成感兴趣的区域田。目前，人工分割的收稿日期：2009-09—07作者邮箱：sxlql63．com@163．tom精度在所有分割方法中是最高的，被视为金标准。虽然人工分割的精度极高，但该方法费时、费力，其分割结果的优劣完全取决予操作者的经验知识，且分割结果难以重现。半自动分割方法是随着计算机科学的发展而产生的，它是把计算机强大的数据处理、存贮和记忆能力与人的知识和经验有机地结合起来，通过人机交互的形式完成图像分割的全过程。半自动方法与人工分割相比，分割速度明显提高，但分割结果很大程度上仍然依赖于操作者的经验知识，这种

6、情况在一定程度上影响了半自动分割技术在临床上的推广应用。自动分割是由计算机完成图像分割的全过程，完全脱离了人为干涉。由于该方法不存在人为因素的影响，因此能够很好地再现分割结果，为精确定量测量奠定了基础。但自动分割算法复杂，运算量较大，在有些情况下，仍然需要人工干预。因此，研究新的自动分割方法一直是近年来图像分割方法研究的重点。从目前图像分割技术的发展趋势来看，新分割方法的研究大多以下列几个方向为其目标：①自动，以最少的人机交互完成分割的全过程；②精确，以最优化的结果与解剖结构接近；③快速，以实时处理为最终目标；④自适应性，对于不同的应用可以自我学习，自我适

7、应；⑤鲁棒性，对噪声、模糊等干扰具有较强的免疫力。2医学网像分割方法医学图像分割是正常组织和病变组织的三维重建、定2010年第25卷05期"VOL25No岱121万方数据_●i‘ijijlji：】‘jEji-I●-l里!!垡!璺垒!!竺垒鱼!塑鱼二妄曼竺型坌!Q鱼∑量分析等后续操作的基础。也是临床医学应用的瓶颈，分割的准确性对医生判断疾病的真实情况并做出正确的诊断计划至关重要。由于医学图像具有极为繁杂的多样性和复杂性，加上目前医学影像设备(CT、MRI、PET等)成像技术上的特点，使得医学图像存在一定的噪声，图像中目标物体边缘也可能不清楚，这使得医学图像分

8、割更加困难。因此，目前在医学图像分割方面仍然没有可以通用的理论和方