器官CT圖像分割關(guān)鍵技術(shù)研究.pdf

1、圖像分割技術(shù)主要是從原始圖像中提取感興趣區(qū)域，是很多高級圖像處理任務(wù)的基礎(chǔ)操作，具有十分重要的研究意義，本文主要針對肝實質(zhì)分割和冠狀動脈提取兩個分割關(guān)鍵技術(shù)點進行研究。
　　本文首先對現(xiàn)有的圖像分割技術(shù)進行了研究總結(jié)，如：基于區(qū)域生長的圖像分割算法；基于形態(tài)學(xué)的圖像分割算法；基于圖論的圖像分割算法；基于均值漂移的圖像分割算法；基于活動輪廓的圖像分割算法。研究對比了這幾種分割方法的算法核心以及在分割實驗中表現(xiàn)出的優(yōu)點和缺點，發(fā)現(xiàn)單獨

2、使用一種算法來進行分割或者是簡單的將幾種現(xiàn)有方法進行結(jié)合是行不通的，因此本文著重考慮將圖像本身所具有的特性以及醫(yī)學(xué)器官所具有的特性相結(jié)合，并結(jié)合一系列的操作流程和算法來實現(xiàn)器官CT圖像分割。
　　由于器官CT圖像固有的特性，使得分割面臨很大的挑戰(zhàn)。為了更好的分割器官CT圖像，本文提出了基于圖像序列上下文關(guān)聯(lián)的肝實質(zhì)分割方法和基于連通域的冠狀動脈提取方法。
　　本文肝臟器官分割的主要目的就是從一系列腹部CT圖像中提取目標器官肝

3、臟，常用的圖像分割方法均是針對單張圖像進行分割，但是本文不局限在單張，而是對一系列的腹部圖像進行器官提取，因此本文考慮將醫(yī)學(xué)肝臟的先驗知識加入到肝臟器官的分割中，通過對腹部CT圖像中肝臟部位觀察，在連續(xù)的腹部CT圖像中肝臟部位的形態(tài)變化較小，占據(jù)腹部圖像多數(shù)面積，且肝臟內(nèi)部像素點屬性相似，最終本文提出一種基于圖像序列上下文關(guān)聯(lián)的肝臟器官半自動分割方法，利用肝臟器官組織圖像序列上下文的相似性先驗知識，結(jié)合區(qū)域生長和水平集方法，以及少量人工

4、干預(yù)作為輔助應(yīng)對肝臟突變情況進行肝臟器官的半自動分割。實驗證明本文提出的方法可以很好的分割出肝臟器官，與醫(yī)生手工分割的肝臟器官差異僅3％~8%，在可接受的范圍內(nèi)，且分割所消耗的時間復(fù)雜度也控制在有效時間范圍內(nèi)。
　　在醫(yī)學(xué)圖像處理中，除了臟器官的分割為主要的基礎(chǔ)分割，臟器官內(nèi)血管組織的分割同樣是重要的基礎(chǔ)分割，本文實現(xiàn)的冠狀動脈提取便是冠狀動脈骨架化，結(jié)構(gòu)化，血管管徑測量以及軟斑，硬斑判定的基礎(chǔ)操作。為了滿足后續(xù)操作，本文首先利用

5、自動閾值方法摒除冠狀動脈周圍雜質(zhì)，再利用連通域的變化提取出冠狀動脈在主動脈部位的開口點，以此開口點作為基礎(chǔ)將影響冠狀動脈分割的其他組織進行三維切割，最終獲得獨立的主動脈與冠狀動脈組織。實驗表明，本文提出的方法可以正確的標定冠狀動脈開口點，并有效的切割掉相連的組織器官，分割出所需要的冠狀動脈。本文方法可以有效的完成實驗分割，且時間復(fù)雜度也控制在可接受范圍內(nèi)。
　　本文提出的方法均經(jīng)過真實數(shù)據(jù)的實驗和統(tǒng)計，驗證具有高效性和魯棒性，證明