基于幾何活動輪廓模型的醫(yī)學圖像分割算法研究.pdf

1、隨著醫(yī)學成像技術(shù)的發(fā)展，醫(yī)學圖像對臨床疾病診斷的重要性越來越大。傳統(tǒng)的醫(yī)學影像診斷主要依靠有經(jīng)驗醫(yī)生的肉眼觀察，存在主觀性，且容易造成誤診。如今，醫(yī)學影像診斷更多的依賴圖像處理，特別是手術(shù)方案規(guī)劃及導航系統(tǒng)的研發(fā)對醫(yī)學圖像處理提出了更高要求，如人體組織器官的分割，定量分析，配準，三維重建及可視化等，而圖像分割又是圖像處理中最關(guān)鍵的部分基于曲線演化理論和水平集方法的幾何活動輪廓模型將圖像本身信息，目標邊界特征，初始化，及先驗知識等集成在統(tǒng)

2、一的變分框架中，憑借著其在時間，迭代次數(shù)，分割精度，魯棒性，穩(wěn)定性及抗噪性各方面優(yōu)勢，在醫(yī)學圖像分割領(lǐng)域得到了廣泛研究。本文結(jié)合具體應(yīng)用對該類模型進行了研究與改進，主要工作內(nèi)容如下:
　　(1)詳細研究了醫(yī)學圖像成像原理，醫(yī)學圖像特征，圖像分割難點和幾何活動輪廓模型分割算法的數(shù)學理論基礎(chǔ)，以及如何將曲線水平集演化理論與圖像分割領(lǐng)域相結(jié)合;同時重點分析了活動輪廓模型的能量泛函設(shè)計過程。
　　(2)重點研究了基于區(qū)域的分段常數(shù)模

3、型和基于邊緣的無需重新初始化模型。其中，針對后者對初始輪廓線設(shè)置敏感性的問題，設(shè)計了一個內(nèi)部能量項的可變權(quán)系數(shù)，改進了一種自適應(yīng)無重新初始化模型。然后，借鑒參考文獻中綜合模型的建模思想，綜合了區(qū)域模型的抗噪性和魯棒性及自適應(yīng)無重新初始化模型的時間高效性和對弱邊緣圖像分割的準確性優(yōu)勢，并結(jié)合醫(yī)學圖像的特點，改進了一種基于邊緣的全局最優(yōu)幾何活動輪廓模型，實驗結(jié)果表明該模型對含噪聲醫(yī)學圖像分割結(jié)果理想，且時間效率大大提高。
　　(3)借

4、鑒于LBF和LRICV局部擬合模型的能量泛函設(shè)計的思想，以及圖像分割質(zhì)量都嚴重依賴于核半徑的選取的不足:核半徑過大或過小容易導致冗余的輪廓或者漏檢潛在的弱邊緣，存在主觀性。本文改進了一種邊緣保持局部擬合模型，通過引入結(jié)合空間距離和圖像數(shù)據(jù)信息的測地線函數(shù)來定義模型的核函數(shù)，能自適應(yīng)地選擇鄰域采樣點，重新設(shè)計了能量泛函。實驗結(jié)果表明，該模型能夠在選取較大的核半徑時依然能保留潛在的弱邊界，避免了原來的局部擬合模型對核半徑的選取問題，提高了演