肝臟CT圖像分割并行處理方法的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、肝臟是人體第二大生命器官，具有調(diào)節(jié)營(yíng)養(yǎng)物質(zhì)、協(xié)助機(jī)體御寒等一系列重要生理功能，但是肝臟疾病的發(fā)病率極高，每年都會(huì)在全世界范圍內(nèi)造成大量病人的死亡。CT成像是肝病檢測(cè)的主要影像學(xué)診斷方式，伴隨著計(jì)算機(jī)技術(shù)的發(fā)展，肝病的計(jì)算機(jī)輔助診斷成為肝病預(yù)防及降低肝癌死亡率的重要手段，快速準(zhǔn)確的從CT圖像中分割出肝臟器官正是肝病計(jì)算機(jī)輔助診斷的第一步。
　　針對(duì)腹部CT圖像序列，本文提出了一種基于GPU的并行全自動(dòng)肝臟分割方法。首先用基于SOM的

2、矢量量化方法對(duì)圖像的灰度空間進(jìn)行分割，該方法先對(duì)圖像進(jìn)行邊緣增強(qiáng)，將增強(qiáng)后的圖像分塊并劃分為邊緣矢量（子塊）和非邊緣矢量?jī)深?，將非邊緣矢量作為樣本?duì)SOM網(wǎng)絡(luò)進(jìn)行訓(xùn)練，網(wǎng)絡(luò)收斂后的權(quán)值作為矢量量化的碼本，進(jìn)而對(duì)非邊緣矢量進(jìn)行矢量量化，邊緣矢量則按照非邊緣的結(jié)果逐像素處理。矢量量化分割后，圖像的各個(gè)矢量被分為若干個(gè)矢量模式，每種矢量模式對(duì)應(yīng)一種類別，即CT圖像在灰度空間上被分為若干類。肝臟的灰度與腹部圖像中某些器官組織的灰度相似，所以灰度

3、分割后不能得到單一的肝臟器官，但是同一個(gè)矢量模式圖像中的各個(gè)器官組織在空間上是不連通的，可以通過空間特征的唯一性再次分割出肝臟。因此，在灰度分割的基礎(chǔ)上，本文提出并行空域分割的方法，對(duì)各個(gè)矢量模式的圖像進(jìn)行再一次分割。該方法通過判斷相鄰行各線段之間的連通關(guān)系確定圖像中各連通域的面積大小以及上下左右邊界坐標(biāo)，利用面積和邊界信息從矢量模式相同的圖像中分割出肝臟器官。為了提高算法的效率，本文對(duì)以上各個(gè)分割步驟設(shè)計(jì)了相應(yīng)的并行算法，包括:并行邊