基于幾何主動(dòng)輪廓模型的器官識(shí)別及圖像分割算法研究.pdf

1、磁感應(yīng)治療（或稱磁介導(dǎo)熱療）是近年來(lái)發(fā)展的一種腫瘤熱療新技術(shù)。目前臨床腫瘤或器官的勾畫和分割極大程度依賴醫(yī)生手工操作，速度和效率均比較低，對(duì)于適形熱療是一大技術(shù)難點(diǎn)。計(jì)劃系統(tǒng)能夠協(xié)助醫(yī)生精確地識(shí)別病灶，并根據(jù)病灶形態(tài)計(jì)算熱場(chǎng)以精確滅活病態(tài)組織、減少正常組織損傷和避讓重要結(jié)構(gòu)。
　　本文旨在提出可行性強(qiáng)的分割算法應(yīng)用于計(jì)劃系統(tǒng)，針對(duì)磁感應(yīng)靶向和適形熱療計(jì)劃制定過(guò)程中，如何確定人體組織、器官及治療區(qū)域的幾何屬性和空間位置信息這一核心問(wèn)

2、題，基于幾何主動(dòng)輪廓模型和CT序列分別實(shí)現(xiàn)了輪廓勾畫和組織器官分割方法，這二種方法涵蓋了醫(yī)學(xué)影像的二維和三維分割，能夠較好地滿足計(jì)劃系統(tǒng)對(duì)于目標(biāo)區(qū)域提取的臨床使用需求。
　　聯(lián)合圖像能水平集算法(CIELS)用于輪廓勾畫。算法引入正則項(xiàng)并整合了合適的能量泛函，通過(guò)能量泛函的極小來(lái)懲罰水平集函數(shù)與符號(hào)距離函數(shù)的偏差，進(jìn)而演化過(guò)程中不需要再次初始化;水平集數(shù)值計(jì)算選用了有限差分方法，在求解圖像能量函數(shù)偏微分方程時(shí)，加快了曲線演化的速度

3、;引入?yún)^(qū)域檢測(cè)函數(shù)和可變權(quán)重系數(shù)，算法可以自我調(diào)整演化方向，提出新的終止函數(shù)，能準(zhǔn)確分割出多目標(biāo)、尖角弱邊界和凹形、帶內(nèi)腔圖案，并在CT圖像輪廓勾畫中表現(xiàn)良好。
　　區(qū)域自適應(yīng)魯棒特征統(tǒng)計(jì)的三維醫(yī)學(xué)影像分割算法（LARFS）用于組織器官識(shí)別，初步解決傳統(tǒng)算法易分割不足或泄漏的問(wèn)題。該算法利用醫(yī)學(xué)影像三維重建數(shù)據(jù)場(chǎng)信息，將傳統(tǒng)的區(qū)域增長(zhǎng)算法與統(tǒng)計(jì)學(xué)方法結(jié)合應(yīng)用，充分利用圖像的區(qū)域信息（平均值、方差及概率密度函數(shù)）表示局部分割特征并基