醫(yī)學(xué)圖像組織分割算法研究與實(shí)現(xiàn).pdf

1、醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理中的核心環(huán)節(jié)之一,涉及到數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)、生物醫(yī)學(xué)等背景學(xué)科,是一項(xiàng)多學(xué)科交叉的技術(shù)。它能夠代替繁復(fù)的人工勾畫(huà),突出醫(yī)生感興趣的組織區(qū)域;還可以簡(jiǎn)化后期處理的運(yùn)算復(fù)雜度,給后續(xù)的分析帶來(lái)便利。
　　目前醫(yī)學(xué)圖像分割的研究趨向于以下幾個(gè)方向:進(jìn)一步的降低醫(yī)學(xué)圖像分割對(duì)人工的依賴度,提高算法的智能性;通過(guò)改進(jìn)經(jīng)典算法擴(kuò)大算法的適用范圍;針對(duì)新興采集技術(shù)獲取的圖像采取相應(yīng)的分割策略;對(duì)特殊的分

2、割需求設(shè)計(jì)特殊的分割算法;優(yōu)化算法,降低算法的復(fù)雜度,提高算法效率。
　　本文對(duì)于其中的一些問(wèn)題進(jìn)行了探索和研究,主要內(nèi)容有:
　　1.在經(jīng)典的閾值分割算法Otsu法的基礎(chǔ)上,綜合偏移場(chǎng)圖像模型,提出了一種綜合Otsu算法和偏移場(chǎng)校正的交織型算法。在算法的迭代過(guò)程中,Otsu分割和偏移場(chǎng)校正輪流進(jìn)行,互相促進(jìn),最終分割結(jié)果和偏移場(chǎng)校正結(jié)果同時(shí)得到。該算法相比原始的Otsu算法,對(duì)醫(yī)學(xué)圖像中常見(jiàn)的灰度不均勻現(xiàn)象的魯棒性大大加強(qiáng)

3、。
　　2.借鑒信息融合的思想,將單通道圖像分割算法擴(kuò)展為多通道。該算法主要針對(duì)的是超高場(chǎng)強(qiáng)的腦部核磁共振圖像的正常組織分割。超高場(chǎng)強(qiáng)圖像中的偏移場(chǎng)很強(qiáng),相比之下不同組織區(qū)域之間的對(duì)比度不夠高,從單一模態(tài)的圖像中很難分割出組織區(qū)域。我們通過(guò)多種模態(tài)的圖像同時(shí)分割的方式,相互約束相互激勵(lì),綜合了多種信息以達(dá)到更好的分割效果。
　　3.針對(duì)多通道病變組織分割中對(duì)腦室分割的需求,設(shè)計(jì)了一種新穎的腦室分割算法。該算法先調(diào)整參數(shù)人為擴(kuò)