改進(jìn)幾何主動輪廓模型的醫(yī)學(xué)圖像分割.pdf

1、圖像分割在數(shù)字醫(yī)學(xué)圖像處理中占據(jù)著舉足輕重的地位，分割質(zhì)量的好壞會直接影響圖像后續(xù)處理步驟的準(zhǔn)確順利進(jìn)行，醫(yī)學(xué)中要處理的圖像有很多種，如MRI(核磁共振成像)，CT(計(jì)算機(jī)斷層掃描成像)，X線圖像等。由于醫(yī)學(xué)圖像具有拓?fù)浣Y(jié)構(gòu)變化復(fù)雜的特點(diǎn)，而幾何主動輪廓模型方法具有處理該類問題的優(yōu)勢，因此文章采用幾何主動輪廓法進(jìn)行圖像分割。
　　然而對于醫(yī)學(xué)圖像低對比度，低銳利度，灰度不均勻，存在噪聲的特點(diǎn)，初始的幾何主動輪廓模型方法的分割結(jié)果并

2、不能達(dá)到很理想的效果，因此針對模型的一些不足之處進(jìn)行了改進(jìn)，主要研究成果如下：
　　在測地線模型(GAC)的基礎(chǔ)上進(jìn)行改進(jìn)，通過引入局部區(qū)域信息量，構(gòu)造符號壓力函數(shù)，替換測地線模型中的邊界停止函數(shù)，通過水平集方法演化得到新模型，由最后分割結(jié)果可看出利用了局部區(qū)域信息的新模型效果明顯優(yōu)于傳統(tǒng)的GAC模型，在速度和準(zhǔn)確性上都有了較大提高。
　　由于傳統(tǒng)C-V模型利用全局信息，不能處理細(xì)微部分的分割，而LBF模型通過高斯核來加權(quán)局