醫(yī)學(xué)圖像感興趣區(qū)域的自動(dòng)分割.pdf

1、圖像分割是醫(yī)學(xué)圖像處理的重點(diǎn)和難點(diǎn)之一。如何將感興趣區(qū)域(ROI)從醫(yī)學(xué)圖像中提取出來,并自動(dòng)識(shí)別,是本文的研究內(nèi)容和實(shí)現(xiàn)目標(biāo)。概括全文的研究成果和貢獻(xiàn),主要有如下幾個(gè)方面:
　　 首先,對(duì)經(jīng)典分水嶺分割算法進(jìn)行實(shí)現(xiàn)和改進(jìn)。對(duì)于基于沉浸模型的分水嶺算法(VS算法),引入勢能值和落差閾值進(jìn)行改進(jìn),有效抑制了分水嶺算法的過分割現(xiàn)象。分割預(yù)處理時(shí),使用形態(tài)學(xué)重建濾波器和多尺度形態(tài)學(xué)梯度圖來減少過分割。改進(jìn)型分水嶺算法分割處理后,依據(jù)區(qū)

2、域相似性,采用基于面積和灰度的評(píng)價(jià)函數(shù)完成區(qū)域合并。必要時(shí)借助了手動(dòng)區(qū)域合并工具,以獲得更好的分割結(jié)果,。
　　 其次,結(jié)合模式識(shí)別理論中的熱點(diǎn)——神經(jīng)網(wǎng)絡(luò)算法,實(shí)現(xiàn)醫(yī)學(xué)圖像自動(dòng)分割。采用自組織特征映射(SOM)和多模上下文關(guān)聯(lián)(MMC)神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法,先由前者對(duì)圖像進(jìn)行預(yù)分割,確定模糊聚類中的初始隸屬度,再由后者優(yōu)化分割結(jié)果。得到初步的組織區(qū)域分割輪廓后,再結(jié)合圖像解剖結(jié)構(gòu)先驗(yàn)知識(shí),設(shè)定特征描述子和判定準(zhǔn)則,自動(dòng)標(biāo)識(shí)出圖