基于可拓檢測和模糊聚類算法顱內(nèi)血腫圖像分割方法研究.pdf

1、人腦是人類精神和智力活動的器官，是中樞神經(jīng)系統(tǒng)的最高級部分，是人類所有活動的中樞，腦的健康關(guān)系到人的生活質(zhì)量。由于打架、車禍、意外事故等引起的顱內(nèi)血腫在腦部疾病中占了很高的比例。顱內(nèi)血腫體積是醫(yī)生做出顱內(nèi)血腫臨床診斷和深入了解病情的重要依據(jù)，而CT成像檢查是診斷血腫的主要方法，因此實現(xiàn)CT圖像顱內(nèi)血腫區(qū)域的自動精確分割，將為顱內(nèi)血腫三維重建及體積精算奠定基礎(chǔ)。
　　 本文深入調(diào)研血腫醫(yī)學圖像分割發(fā)展現(xiàn)狀，提出了可拓檢測物元聚焦方

2、法與模糊C均值聚類算法相結(jié)合的新方法，實現(xiàn)了基于CT醫(yī)學圖像的顱內(nèi)血腫區(qū)的自動分割。通過Matlab實驗仿真證明，該方法能夠自動精確地實現(xiàn)基于CT醫(yī)學圖像的顱內(nèi)血腫區(qū)域分割，達到臨床神經(jīng)外科醫(yī)生的要求。
　　 本文研究了可拓檢測理論，并將可拓檢測技術(shù)應(yīng)用于圖像分割領(lǐng)域。針對模糊C均值聚類算法的聚類中心易陷入局部最優(yōu)的問題，本文采用可拓檢測理論的物元聚焦方法來解決該問題，給出了相應(yīng)的解決方案，并通過Matlab仿真證明了該方法的有

3、效性。
　　 針對CT顱內(nèi)血腫醫(yī)學圖像的特性，本文采用兩步分割法實現(xiàn)血腫區(qū)域分割。第一步分割的目的是去除顱骨，采用的分割方法為閾值分割和區(qū)域生長法。第二步分割的目的是分割出血腫區(qū)域，采用本文所提出的新方法實現(xiàn)。運用模糊C均值聚類算法進行圖像分割時，若僅用單個像素的灰度值作為特征值，會導(dǎo)致在噪聲區(qū)域出現(xiàn)誤分類的現(xiàn)象，為解決這個問題，本文采用八鄰域像素值均值作為第二特征值，并通過Matlab仿真實驗，證明該方法能夠很好地抑制噪聲，減