基于變分水平集的股骨DR圖像分割方法研究.pdf

1、醫(yī)學圖像的應用在現(xiàn)代醫(yī)學中起著越來越重要的作用,準確理解醫(yī)學圖像,對于醫(yī)生迅速診斷病情,制定手術(shù)方案有著重要的指導作用。醫(yī)學圖像分割也在近年來成為一個研究的熱點,它的核心就是解決灰度不均勻圖像的分割問題。作為本文的研究對象,股骨DR(Digit radiographic)圖像屬于醫(yī)學圖像的一個分支。由于在體股骨DR圖像具有目標個數(shù)不確定,灰度不均勻等特性,傳統(tǒng)分割算法雖然能夠?qū)⒐晒峭廨喞指畛鰜?但是對骨折斷面的特征提取無能為力。

2、>　　文章從醫(yī)學圖像分割的意義出發(fā),探討和總結(jié)了國內(nèi)外學者提出的圖像分割算法,為之后水平集方法的提出做了鋪墊。之后按照灰度波動的理念,分析圖像在水平方向上的灰度波動曲線,更深層次的解釋了圖像灰度不均勻的本質(zhì)特征。在此基礎上，以C-V模型為核心,推導演算得到了新的水平集圖像分割模型,能夠有效的對股骨DR圖像進行分割。
　　文章首先介紹了曲線演化理論和變分水平集方法的基本原理和概念,討論了當前應用非常廣泛、影響力較大的幾種經(jīng)典模型:M

3、-S模型、C-V模型、RSF模型,從模型的物理意義、能量泛函表示、優(yōu)缺點等方面進行了比較。其次,本文利用灰度波動理論對醫(yī)學圖像的灰度不均性進行了分析,結(jié)合水平集經(jīng)典算法C-V模型,引入了無需初始化的懲罰項,提出了具有分割灰度不均勻圖像能力的新模型。新模型利用了圖像的整體統(tǒng)計信息和橫向灰度波動位置信息,對初始輪廓不敏感,具有一定抗噪能力,并且由于加入了懲罰項,無需對水平集函數(shù)進行重新初始化,大大加快了模型的分割速度。為了驗證算法有效性,在