基于数据网格的肝脏CT图像感兴趣区域分割-论文.pdf

《基于数据网格的肝脏CT图像感兴趣区域分割-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第l4卷第12期2014年4月科学技术与工程Vo1．14No．12Apr．20141671—1815(2014)12—0250·03ScienceTechnologyandEngineering@2014Sci．Tech．Engrg．医药卫生基于数据网格的肝脏CT图像感兴趣区域分割焦蓬蓬(南京师范大学泰州学院，泰州225300)摘要通过图像分割获取医学图像感兴趣区域是医学图像处理与分析要解决的首要问题及技术难点。为了获取肝脏cT图像中的感兴趣区域，针对肝脏cT图像的自身特点，提出了一种基于数据网格和改进的区域生长法相结合的肝脏CT图像感兴趣区域分割方法。首先利用数据网格对肝脏CT图

2、像做粗分割，最大程度地去除骨骼及背景对后期分割的影响。其次，利用先验知识，确定区域生长的种子点，做基于改进的区域生长法的二次分割。实验结果表明，能较完整的分割出CT图像的肝脏区域。实验结果为进一步的医学肝脏图像的处理与分析奠定了基础。关键词图像分割数据网格医学图像区域生长法中图法分类号TP391．41R322．47；文献标志码A图像分割就是把图像分成各具特性的不同区域的选取。考虑到肝脏CT图像病灶边界模糊，而对并提取出感兴趣目标的技术和过程¨J，它是图像理CT图像做网格划分可以增强边界界限，去除骨骼、解、机器视觉和模式识别等领域的关键技术。图像背景等对后期分割的影响J。因此，针对肝

3、脏cT分割是计算机图像研究领域中的一个经典难题，目图像的成像特点，提出了一种基于数据网格和改进前还没有一种适合于所有图像的通用的分割算法。的区域生长法相结合的肝脏CT图像自动分割方典型的图像分割算法有阈值法、基于边缘的方法，基本思想是先通过数据网格划分对原始图像做法J、基于区域的方法和结合特定理论的图像分粗分割，后利用肝脏CT图像的先验知识确定区域割方法等。生长的种子点，并提出一种自适应获取生长阈值的由于医学图像通常由感兴趣区域和背景区域构方法，进而利用改进的区域生长法及后继处理获取成，其中感兴趣区域包含重要的诊断信息，把感兴趣感兴趣区域肝脏。实验表明，该方法可以完整的提区域分割出

4、来是医学图像处理与分析要解决的首要取肝脏，实验取得了较为满意的实验效果，为医学肝问题及技术难点。由于人体解剖结构的复杂性、组脏CT图像的自动分割提供了新思路。织器官形状的不规则性及不同个体问的差异性，将1相关理论与方法一般的图像分割方法直接应用于医学图像的分割效果并不理想。因此，医学图像分割除一般的分割技1．1数据网格的概念巧外，还须结合医学领域中的知识，才能做出合理的所谓网格，是指向量空间中由一组(超)平面所分割。其中，对区域生长法进行改进用于医学图像界定的空间区域的集合¨。以下是R空问意义下感兴趣区域分割一直受到国内外学者的持续关注。空间网格划分的概念。AngelinaS等提出

5、一种区域生长法与遗传算法相d维空间R上的剖分平面是满足式(1)的(d一1结合的医学图像分割算法，用于恶性黑色素瘤等皮维)超平面。d肤癌的早期诊断；WuHaishan等提出采用迭代的∑W=1；不全为零，i=1，2，⋯，d(1)区域生长算法分割卵巢细胞内染色质；宋子国等如果系数向量(W，，⋯，11))中只有一个非提出将区域生长法与GraphCut相结合，用于颅脑零分量，即：存在≠0，而wj=0，=1，⋯，i一1，及肝CT图像分割；陈彦达等提出了一种新的肝i+1，⋯，d，则称该剖分平面为正剖分平面；否则称脏CT序列图像区域生长算法，主要改进了种子点为斜剖分平面。空间R上的网格结构是由一组

6、可2013年11月6日收到，12月2日修改南京师范大学泰州学院数个互异的剖分平面H={，，⋯，日}所界定青年项目(Q2O1236)资助的空问区域组成的集合。如果全部的剖分平面日第一作者简介：焦蓬蓬(1981一)，女，讲师，硕士。研究方向：数字图(．=1，2，⋯，m)均为正剖分平面，则所得的网格结像处理，通信新技术。E—mai：JPP—tz@163．con。构称为规则网格，否则称为非规则网格。