醫(yī)學圖像組織分割算法研究與實現(xiàn).pdf

1、醫(yī)學圖像分割是醫(yī)學圖像處理中的核心環(huán)節(jié)之一,涉及到數(shù)字圖像處理、模式識別、計算機視覺、生物醫(yī)學等背景學科,是一項多學科交叉的技術。它能夠代替繁復的人工勾畫,突出醫(yī)生感興趣的組織區(qū)域;還可以簡化后期處理的運算復雜度,給后續(xù)的分析帶來便利。
　　目前醫(yī)學圖像分割的研究趨向于以下幾個方向:進一步的降低醫(yī)學圖像分割對人工的依賴度,提高算法的智能性;通過改進經典算法擴大算法的適用范圍;針對新興采集技術獲取的圖像采取相應的分割策略;對特殊的分

2、割需求設計特殊的分割算法;優(yōu)化算法,降低算法的復雜度,提高算法效率。
　　本文對于其中的一些問題進行了探索和研究,主要內容有:
　　1.在經典的閾值分割算法Otsu法的基礎上,綜合偏移場圖像模型,提出了一種綜合Otsu算法和偏移場校正的交織型算法。在算法的迭代過程中,Otsu分割和偏移場校正輪流進行,互相促進,最終分割結果和偏移場校正結果同時得到。該算法相比原始的Otsu算法,對醫(yī)學圖像中常見的灰度不均勻現(xiàn)象的魯棒性大大加強

3、。
　　2.借鑒信息融合的思想,將單通道圖像分割算法擴展為多通道。該算法主要針對的是超高場強的腦部核磁共振圖像的正常組織分割。超高場強圖像中的偏移場很強,相比之下不同組織區(qū)域之間的對比度不夠高,從單一模態(tài)的圖像中很難分割出組織區(qū)域。我們通過多種模態(tài)的圖像同時分割的方式,相互約束相互激勵,綜合了多種信息以達到更好的分割效果。
　　3.針對多通道病變組織分割中對腦室分割的需求,設計了一種新穎的腦室分割算法。該算法先調整參數(shù)人為擴