基于Graph cuts的分割算法在心臟圖像中的應(yīng)用研究.pdf

1、隨著經(jīng)濟生活的發(fā)展，心血管疾病對人類健康的威脅越來越嚴重。在臨床上通過醫(yī)學(xué)影像技術(shù)快速、有效地進行診斷，對于心臟疾病的預(yù)防和治療有著重要意義。傳統(tǒng)的心臟疾病診斷主要依靠有經(jīng)驗的醫(yī)生通過對心臟圖像中各個組織結(jié)構(gòu)進行手動分割，得到準確的解剖信息、從而對心臟功能進行評價。這在工程實踐中是一項非常耗時的工作。提出了結(jié)合多維特征的Graph cuts算法，對心臟圖像分割進行了研究。
　　本文對圖的基本理論作了介紹，在此基礎(chǔ)上引出了基于圖論的

2、分割算法：Graph cuts和Grab cut，并對兩種算法進行了實驗分析，最后選定Graph cuts作為本文分割的基礎(chǔ)算法。在對右心室分割時，由于右心室壁薄、組織對比度低等特點，使得傳統(tǒng)分割方法的結(jié)果精度不高。本文針對這個問題，采用具有邊緣特征的特征圖像來代替原始的心臟MRI圖像。提取圖像特征時，本文采用了Gabor特征和HOG特征，結(jié)合這兩種特征，實現(xiàn)了右心室分割。實驗結(jié)果表明本文的方法對精度的提高是有效的。在完成右心室分割基礎(chǔ)