數(shù)字人腦切片圖像自動(dòng)分割算法的初步研究.pdf

1、數(shù)字人是綜合應(yīng)用現(xiàn)代科學(xué)技術(shù)，尤其是計(jì)算機(jī)科學(xué)和解剖學(xué)，對(duì)人體信息的數(shù)字化進(jìn)行探討的新興研究領(lǐng)域。作為器官和組織三維重建的基礎(chǔ)，切片圖像的準(zhǔn)確分割在數(shù)字人體模型建立的過(guò)程中起著至關(guān)重要的作用。目前，國(guó)內(nèi)外主要通過(guò)半自動(dòng)或手工的分割方法實(shí)現(xiàn)，對(duì)于處理海量的人體切片數(shù)據(jù)集來(lái)說(shuō)顯然是非常耗時(shí)耗力的。因此，開(kāi)發(fā)準(zhǔn)確的自動(dòng)分割算法對(duì)于解決這一問(wèn)題具有重要意義。
　　 本文以首例中國(guó)女性數(shù)字人數(shù)據(jù)集中的腦部切片圖像為研究對(duì)象，在分析切片圖像

2、特點(diǎn)和腦部不同解剖結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上，提出了四種自動(dòng)化程度較高的分割算法，以實(shí)現(xiàn)對(duì)腦組織和腦白質(zhì)的連續(xù)分割。第一種是基于數(shù)學(xué)形態(tài)學(xué)的分割方法。該算法首先通過(guò)形態(tài)重構(gòu)獲得粗糙的腦組織區(qū)域，然后運(yùn)用腐蝕和膨脹運(yùn)算進(jìn)行邊界定位分割出了腦組織。第二種是基于模板縮放的分割算法。該算法首先將圖像序列分段，通過(guò)在每一段中采用基于邊緣檢測(cè)的方法獲得單張分割模板，然后進(jìn)行形態(tài)學(xué)運(yùn)算控制模板縮放來(lái)實(shí)現(xiàn)圖像的連續(xù)自動(dòng)分割。第三種是改進(jìn)的區(qū)域生長(zhǎng)方法。該方法通過(guò)

3、種子點(diǎn)擴(kuò)張結(jié)合形態(tài)重構(gòu)獲得分割結(jié)果，在種子點(diǎn)選取過(guò)程中使用鄰域灰度平均的思想，通過(guò)設(shè)定灰度閾值判定目標(biāo)像素獲得分割結(jié)果，同時(shí)，總結(jié)了區(qū)域生長(zhǎng)過(guò)程中種子點(diǎn)選取的原則，并驗(yàn)證了此原則的通用性。第四種是基于RGB空間聚類的分割方法。該算法通過(guò)對(duì)圖像的R、G、B顏色直方圖分析確定聚類中心，以顏色間的歐式距離為標(biāo)準(zhǔn)聚集同類像素。應(yīng)用上述方法分別對(duì)序列腦部切片中大腦組織、小腦攜腦干組織、大腦白質(zhì)和小腦攜腦干白質(zhì)進(jìn)行了連續(xù)自動(dòng)分割。
　　 為