梯度矢量流（GVF）變形模型在醫(yī)學圖像分割中的應用.pdf

1、最近十年,計算機圖像分割在醫(yī)學圖像處理中起著越來越重要的作用.圖像分割的目的在于幫助我們更好地理解感興趣的對象邊界特征,在疾病診斷和治療、醫(yī)學圖像可視化以及計算機集成化手術等方面都有重要的意義.由于對象形狀的多樣性及圖像質量的不同,應用傳統(tǒng)的圖像分割方法如邊緣檢測和閾值的方法來提取邊界可能完全失敗或必須在分割結果中通過后處理去除無效的對象邊界.為了解決上述問題,變形模型方法在醫(yī)學圖像分割中被廣泛地研究和應用,成為一個熱門課題.該文的目的

2、是用梯度矢量流變形模型的方法提取人體組織器官的邊界輪廓,為下一步人體組織器官三維重建奠定基礎.該文討論了參數(shù)變形模型的原理.并應用彈性理論,從力的角度對變形模型進行了分析,揭示了變形模型的物理本質,對變形模型的參數(shù)賦予了現(xiàn)實的物理意義.其結論有助于更好地理解變形模型的變形行為,為最優(yōu)參數(shù)的確定提供了新的思路.該文用有限差分法來實施參數(shù)變形模型的數(shù)值實現(xiàn),并改進了文獻中的不足.在MATLAB環(huán)境下實現(xiàn)算法,形象地比較了幾種常用變形模型的優(yōu)