醫(yī)學圖像分割算法的研究與實現(xiàn).pdf

1、近年來，隨著計算機技術(shù)的不斷發(fā)展，數(shù)字圖像處理及其應(yīng)用扮演著越來越重要的角色。醫(yī)學圖像分割作為圖像分割領(lǐng)域中的一個重要分支，一直受到國際學術(shù)界的廣泛重視。醫(yī)學圖像分割是指將醫(yī)學圖像劃分成一系列彼此互不交疊的勻質(zhì)區(qū)域。作為醫(yī)學圖像處理一項最基本技術(shù)，它是對人體組織進行定性或定量分析所必不可少的關(guān)鍵步驟。在實現(xiàn)許多應(yīng)用之前，圖像分割是最重要的基本處理之一。因此圖像分割成為了數(shù)字圖像處理領(lǐng)域的一個重要研究課題。
　　本文研究的主要內(nèi)容有

2、:
　　(1)利用自動種子點選取方法對結(jié)腸圖像進行分割，與人為設(shè)置種子點相比，減少了人為參與、提高了分割效率、增加了分割準確度。結(jié)腸圖像由于其變化多樣，一直是圖像分割中的難點。本課題從結(jié)腸的生理解剖結(jié)構(gòu)出發(fā)，比較詳細地闡述了閾值分割、邊界檢測和區(qū)域生長等幾種經(jīng)典的圖像分割算法。對于結(jié)腸的分割，通過綜合運用多種分割方法，提出了一種能將結(jié)腸部位分割出來的算法，為結(jié)腸輔助診斷系統(tǒng)提供了較好的圖像分割技術(shù)，使之應(yīng)用于結(jié)腸圖像的自動分析，為

3、三維重建出結(jié)腸圖像做準備。
　　(2)使用窄帶水平集算法進行醫(yī)學圖像分割?；趲缀巫冃文Ｐ偷乃郊惴?，將二維（三維）的閉合曲線（曲面）的演化問題轉(zhuǎn)化為高維空間中水平集函數(shù)曲面演化的隱含方式來求解，非常適應(yīng)于處理對拓撲結(jié)構(gòu)變化的情況，其計算精度高，算法穩(wěn)定，因而得到廣泛應(yīng)用。水平集可以輕松地表示出曲線或曲面，同時具有容易處理偏微分運算的特性。然而，雖然水平集算法有諸多優(yōu)點，但也有不足之處，比如計算量過大。本文詳細闡述了窄帶水平集算