基于水平集方法的瑞利噪聲醫(yī)學(xué)圖像分割.pdf

1、針對人體組織器官的三維圖像分割是醫(yī)學(xué)圖像分析和醫(yī)療診斷的重要前提，是醫(yī)學(xué)圖像三維可視化的重要研究內(nèi)容。隨著醫(yī)學(xué)成像技術(shù)和三維可視化技術(shù)的飛速發(fā)展，計(jì)算機(jī)輔助診斷成為現(xiàn)實(shí)。計(jì)算機(jī)技術(shù)的發(fā)展使得醫(yī)生和研究者可以通過虛擬交互更好地理解人體的解剖結(jié)構(gòu)，對病人作出正確的診斷。在對人體組織器官和感興趣區(qū)域的分割中，三維圖像分割發(fā)揮著十分重要的作用。本文對水平集方法的醫(yī)學(xué)圖像分割進(jìn)行了深入的研究，主要包括以下四個(gè)方面：首先，系統(tǒng)研究了水平集方法、C-

2、V模型的基本理論及其在圖像分割領(lǐng)域的應(yīng)用，通過具體實(shí)驗(yàn)驗(yàn)證單水平集方法和多相水平集方法在醫(yī)學(xué)圖像分割中的應(yīng)用，為后繼的研究奠定了堅(jiān)實(shí)的基礎(chǔ)。其次，介紹了幾種有代表性的多相水平集方法，重點(diǎn)研究了三維圖像多相分割的變分水平集方法，該方法用n個(gè)水平集函數(shù)劃分個(gè)區(qū)域，并基于Heavisidc函數(shù)設(shè)計(jì)出區(qū)域劃分的通用的特征函數(shù)；其能量泛函包括通用的區(qū)域模型、邊緣檢測模型和水平集函數(shù)為符號距離函數(shù)的約束項(xiàng)三部分；最后，介紹基于水平集方法針對噪聲符合