基于分水嶺的醫(yī)學(xué)圖像自適應(yīng)分割方法研究.pdf

1、隨著醫(yī)學(xué)成像技術(shù)與數(shù)字圖像處理的快速發(fā)展，醫(yī)學(xué)圖像分割逐漸成為圖像分割領(lǐng)域的熱點問題之一。醫(yī)學(xué)圖像分割的過程是通過提取醫(yī)學(xué)成像中特定組織或器官的定量信息，劃分出感興趣的區(qū)域來實現(xiàn)的。其為臨床診療、病理學(xué)研究等提供了可靠依據(jù)。但由于醫(yī)學(xué)圖像通常具有噪聲、邊緣模糊以及灰度不均勻的特點，大大降低了分割質(zhì)量。因此，對醫(yī)學(xué)圖像分割的深入研究具有極其重要的意義。
　　近年來，基于數(shù)學(xué)形態(tài)學(xué)的分水嶺算法憑借其計算速度快、對弱邊緣敏感以及分割精度

2、高等優(yōu)點，在醫(yī)學(xué)圖像分割領(lǐng)域受到了極大關(guān)注。本文以醫(yī)學(xué)圖像數(shù)據(jù)為研究對象，對分水嶺分割算法及其相關(guān)理論進(jìn)行研究。本文的主要內(nèi)容概括如下:
　　(1)系統(tǒng)闡述了基于數(shù)學(xué)形態(tài)學(xué)的分水嶺分割方法，在閱讀及研究大量文獻(xiàn)的基礎(chǔ)上，結(jié)合新的研究進(jìn)展，介紹了分水嶺分割方法的基本概念和基本理論，并對當(dāng)前醫(yī)學(xué)圖像中的改進(jìn)分水嶺分割算法進(jìn)行了綜述。
　　(2)研究并實現(xiàn)了基于分水嶺算法和互信息技術(shù)的醫(yī)學(xué)圖像分割。針對現(xiàn)有的改進(jìn)分水嶺算法對弱邊緣

3、分割精度不高、計算復(fù)雜及梯度谷底不能自適應(yīng)選取等缺點，提出一種結(jié)合互信息的自適應(yīng)醫(yī)學(xué)圖像分割方法。本文首先著眼于圖像預(yù)處理方法的改進(jìn)，然后采用多尺度形態(tài)梯度的谷底填充算法來減少分割的區(qū)域塊數(shù)，最后通過引入互信息技術(shù)來彌補人工調(diào)整填充梯度谷底閾值的不足，從而完成自適應(yīng)分割。最后通過CT和MR圖像的分割實驗，表明了算法的有效性，且參數(shù)選取更加合理，自適應(yīng)程度提高。
　　(3)研究并實現(xiàn)了基于分水嶺算法和蟻群聚類的醫(yī)學(xué)圖像分割及其相關(guān)技