基于活動(dòng)輪廓模型的三維醫(yī)學(xué)圖像分割算法研究.pdf

1、醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理中一項(xiàng)非常重要的工作，是由醫(yī)學(xué)圖像處理到分析的關(guān)鍵步驟，是目標(biāo)分離、特征提取和參數(shù)測(cè)量的基礎(chǔ)和前提，使得更高層的醫(yī)學(xué)圖像診斷與理解成為了可能。相比于其他圖像，醫(yī)學(xué)圖像具有對(duì)比度低，噪點(diǎn)較多的特點(diǎn)，而且不同組織器官或病灶之間的邊界較為模糊，這些都給醫(yī)學(xué)圖像分割帶來(lái)了很多困難，是一個(gè)研究難點(diǎn)，到目前為止，某一種分割方法或在分割精度、效率或者魯棒性上存在一定的問(wèn)題，因此，醫(yī)學(xué)圖像分割算法的研究是當(dāng)前的一個(gè)研究熱點(diǎn)。<

2、br>　　本文首先研究了基于活動(dòng)輪廓模型的圖像分割算法，通過(guò)仿真實(shí)驗(yàn)對(duì)參數(shù)和幾何活動(dòng)輪廓模型的原理做了深入的分析和研究。然后針對(duì)三維醫(yī)學(xué)圖像分割的特點(diǎn)，提出一種基于活動(dòng)輪廓模型的初始輪廓預(yù)測(cè)分割模型，由序列圖像中已完成的目標(biāo)分割結(jié)果作為依據(jù)來(lái)預(yù)測(cè)下一幅斷層圖像的初始輪廓曲線，解決了活動(dòng)輪廓模型的輪廓曲線初始化問(wèn)題，此初始輪廓曲線已逼近目標(biāo)邊界，因此大大減少了輪廓曲線的演化迭代次數(shù)，實(shí)驗(yàn)證明，這種分割模型非常有效地提高了三維醫(yī)學(xué)圖像分割的

3、速度。
　　為了進(jìn)一步提高圖像分割算法的計(jì)算速度，本文將原來(lái)的串行圖像分割算法并行化，并使用高性能計(jì)算集群系統(tǒng)和消息傳遞模型作為并行計(jì)算平臺(tái)，設(shè)計(jì)了良好并行策略和負(fù)載平衡方法，充分挖掘了圖像分割算法和集群系統(tǒng)的并行潛力，在保證圖像分割質(zhì)量的前提下，有效地減少了計(jì)算時(shí)間，并通過(guò)實(shí)驗(yàn)檢驗(yàn)證明了并行醫(yī)學(xué)圖像分割算法在求解速度的快速性。
　　該三維醫(yī)學(xué)圖像并行分割算法在活動(dòng)輪廓模型的基礎(chǔ)上，充分利用了三維醫(yī)學(xué)圖像的特點(diǎn)，提出了一系列