基于可拓檢測(cè)和模糊聚類算法顱內(nèi)血腫圖像分割方法研究.pdf

1、人腦是人類精神和智力活動(dòng)的器官，是中樞神經(jīng)系統(tǒng)的最高級(jí)部分，是人類所有活動(dòng)的中樞，腦的健康關(guān)系到人的生活質(zhì)量。由于打架、車禍、意外事故等引起的顱內(nèi)血腫在腦部疾病中占了很高的比例。顱內(nèi)血腫體積是醫(yī)生做出顱內(nèi)血腫臨床診斷和深入了解病情的重要依據(jù)，而CT成像檢查是診斷血腫的主要方法，因此實(shí)現(xiàn)CT圖像顱內(nèi)血腫區(qū)域的自動(dòng)精確分割，將為顱內(nèi)血腫三維重建及體積精算奠定基礎(chǔ)。
　　 本文深入調(diào)研血腫醫(yī)學(xué)圖像分割發(fā)展現(xiàn)狀，提出了可拓檢測(cè)物元聚焦方

2、法與模糊C均值聚類算法相結(jié)合的新方法，實(shí)現(xiàn)了基于CT醫(yī)學(xué)圖像的顱內(nèi)血腫區(qū)的自動(dòng)分割。通過Matlab實(shí)驗(yàn)仿真證明，該方法能夠自動(dòng)精確地實(shí)現(xiàn)基于CT醫(yī)學(xué)圖像的顱內(nèi)血腫區(qū)域分割，達(dá)到臨床神經(jīng)外科醫(yī)生的要求。
　　 本文研究了可拓檢測(cè)理論，并將可拓檢測(cè)技術(shù)應(yīng)用于圖像分割領(lǐng)域。針對(duì)模糊C均值聚類算法的聚類中心易陷入局部最優(yōu)的問題，本文采用可拓檢測(cè)理論的物元聚焦方法來(lái)解決該問題，給出了相應(yīng)的解決方案，并通過Matlab仿真證明了該方法的有

3、效性。
　　 針對(duì)CT顱內(nèi)血腫醫(yī)學(xué)圖像的特性，本文采用兩步分割法實(shí)現(xiàn)血腫區(qū)域分割。第一步分割的目的是去除顱骨，采用的分割方法為閾值分割和區(qū)域生長(zhǎng)法。第二步分割的目的是分割出血腫區(qū)域，采用本文所提出的新方法實(shí)現(xiàn)。運(yùn)用模糊C均值聚類算法進(jìn)行圖像分割時(shí)，若僅用單個(gè)像素的灰度值作為特征值，會(huì)導(dǎo)致在噪聲區(qū)域出現(xiàn)誤分類的現(xiàn)象，為解決這個(gè)問題，本文采用八鄰域像素值均值作為第二特征值，并通過Matlab仿真實(shí)驗(yàn)，證明該方法能夠很好地抑制噪聲，減