基于局部核映射的水平集醫(yī)學(xué)圖像分割算法研究.pdf

1、在圖像分割領(lǐng)域，醫(yī)學(xué)圖像分割一直是研究的熱點(diǎn)之一，表現(xiàn)在常規(guī)醫(yī)學(xué)影像設(shè)備所獲得醫(yī)學(xué)影像圖像（包括計(jì)算機(jī)斷層掃描(Computed Tomography,CT)、正電子放射層析成像技術(shù)（Positron Emission Tomography,PET）、單光子輻射斷層攝像（Single Photon Emission Computed Tomography,SPECT）、磁共振成像（Magnetic Resonance Imaging,M

2、RI）及其它醫(yī)學(xué)影像設(shè)備所獲得的醫(yī)學(xué)圖像）的分割應(yīng)用中。在臨床醫(yī)學(xué)上，醫(yī)學(xué)圖像分割更是對(duì)醫(yī)學(xué)圖像進(jìn)行分析研究的關(guān)鍵步驟之一，在醫(yī)學(xué)影像分析中發(fā)揮著越來(lái)越大的作用。圖像分割是提取醫(yī)學(xué)圖像中特定組織的定量信息所不可缺少的手段，分割后的圖像正被廣泛用于各種場(chǎng)合，如組織結(jié)構(gòu)的定量分析和診斷、病變組織的定位、解剖結(jié)構(gòu)的學(xué)習(xí)、治療規(guī)劃、功能成像數(shù)據(jù)的局部體效應(yīng)校正及計(jì)算機(jī)輔助手術(shù)等，在臨床診斷、病理分析及人體器官三維重現(xiàn)等方面越來(lái)越重要,并在生物醫(yī)

3、學(xué)領(lǐng)域有著非常重要的科研價(jià)值和現(xiàn)實(shí)意義。
　　醫(yī)學(xué)圖像分割迄今為止沒(méi)有一個(gè)統(tǒng)一的方法處理各種圖像問(wèn)題，大量學(xué)者只能就其某些方面進(jìn)行實(shí)驗(yàn)研究，例如噪聲、灰度不均勻性等方面。本文主要是對(duì)灰度分布不均勻性并含有噪聲的醫(yī)學(xué)圖像的高效、精確分割方法開(kāi)展研究工作。首先介紹幾種處理噪聲和灰度不均勻性醫(yī)學(xué)圖像的經(jīng)典分割方法，針對(duì)他們的優(yōu)缺點(diǎn)進(jìn)行分析，接著著重對(duì)核映射(kernel mapping,KM)方法處理具有灰度分布不均勻性并含有噪聲的醫(yī)學(xué)

4、圖像的不足進(jìn)行改進(jìn)，將處理灰度不均勻性的局部化思想和KM方法予以結(jié)合，構(gòu)造本文提出的算法模型，包括二相分割模型和多相分割模型，然后利用水平集方法實(shí)現(xiàn)能量泛函快速最小化，無(wú)需重新初始化。具有計(jì)算量少、快速收斂等優(yōu)點(diǎn)。實(shí)驗(yàn)分別對(duì)二相人工合成圖像、醫(yī)學(xué)圖像和多相醫(yī)學(xué)圖像進(jìn)行分割，并和經(jīng)典算法進(jìn)行定性、定量分析比較，提出的方法不僅能克服噪聲的影響，并且能有效處理圖像灰度不均勻性，獲得比原有方法更高的分割精度，實(shí)現(xiàn)了對(duì)具有較強(qiáng)灰度不均勻性和噪聲的