基于可變形Simplex網(wǎng)格的三維醫(yī)學圖像分割.pdf

1、隨著醫(yī)學影像技術(shù)的迅速發(fā)展，CT、核磁共振和超聲等成像方式在計算機輔助診斷，手術(shù)規(guī)劃與仿真和放射治療規(guī)劃等方面已經(jīng)得到了廣泛地應用。
　　通過對醫(yī)學圖像序列中的器官進行三維可視化，醫(yī)生可以和人體器官的解剖結(jié)構(gòu)進行虛擬地交互，從而獲取重要的診斷治療信息。而將目標器官從醫(yī)學圖像序列中準確地分割出來是對其進行有效三維可視化的前提。
　　可變形模型（Deformable Models）是一種在醫(yī)學圖像分析中被廣泛使用的分割方法。它通

2、過綜合各種內(nèi)部能量和外部能量來對曲線或曲面進行演化（Evolution）和變形，以達到分割目標物體的目的。
　　在可變形模型中，主要有兩種被廣泛使用的演化方法（Evolution Methods）：最小化能量泛函的貪婪算法和基于物理的方法。貪婪算法已經(jīng)被證明不僅在計算開銷而且在分割精確度上都優(yōu)于基于物理的方法。Simplex網(wǎng)格是一種在基于物理的三維可變形模型中高效、靈活的曲面表示形式。為了充分利用貪婪算法的各種優(yōu)點，本文提出了一

3、種新的基于貪婪算法的可變形Simplex網(wǎng)格。
　　GGVF（廣義梯度矢量流）場是基于物理方法的可變形模型中廣泛使用的經(jīng)典外部力場。可變形模型中的傳統(tǒng)外部能量（圖像灰度值和梯度幅值等）存在著許多問題，比如：對初始化和噪音的敏感性，有限的捕獲范圍和無法準確地收斂到凹狀的目標邊緣等。為了克服可變形模型中各種外部能量的缺陷，本文將GGVF場修改成了GGVF外部能量并應用于貪婪算法。
　　為了驗證新提出的三維分割方法的性能和準確度，