毕业设计（论文）-活动轮廓模型在医学图像处理中的应用.doc

论文题目：活动轮廓模型在医学图像处理中的应用 姓 名： 摘 要 计算机图像分割在医学图像处理中占有越来越重要的位置。分割后的图像存在大量的应用，例如：组织体积量化，诊断，病灶确定，解剖组织研究，医疗规划，功能图像数据的局部体积校正，以及计算机集成化手术。医学图像在诊断和疾病治疗中的日益重要的作用提出了一个挑战性的问题，那就是计算医学图像解剖组织的精确的几何模型。处理这种问题的一种比较有前途的方法是使用变形模型。这种有力的模型在分割、可视化、配准和解剖组织跟踪中是很有效的，因为其开发了图像数据的约束（自底向上）和组织的位置、大小和形状的先验知识（自顶向下）。而且，变形模型高度支持直观的交互机制，从而允许医学科学家和工作者将他们的经验带到图像解析工作中。 本论文在医学图像分割和分析中提出、发展和运用一种新的离散变形模型。这种新的变形模型以仿射单元分解（ACD，Affine Cell Decomposition）结构来定义，这种结构理论上可以扩展传统变形模型的能力使其有拓扑自适应性。基于ACD的变形模型可以用来提取、重建和分析医学图像中非常复杂的生物学组织。 ACD结构组合了一种新的和一种原始的重新参数化算法，对多分辨率变形曲线、曲面和实体模型“流入”或“增长到”带有复杂的几何和拓扑结构的组织对象产生了一种简单但极好的而且有力的机制，而且可以使它们的形状自适应性的遵循对象边界。可以动态的生成或消除多个模型实例而且可以无缝的分裂或合并多个模型实例以适应对象的拓扑结构。基于ACD的模型保持了传统变形模型的基于物理的参数化公式，允许其以能量和限制力的形式加入先验解剖知识，同时提供直观的交互能力。在进一步，通过定义ACD结构模型，“复杂的”几何、拓扑和全局形状限制可以有效的实现。这些合并的属性导出了一种将稀疏或有噪声的局部图像特征连接到全局的一致的解析的对象模型的强壮的一流的高度自动化的方法。 关键词：变形模型 图像分割 仿射单元分解 Abstract Computerized image segmentation has played an increasingly important role in medical imaging. Segmented images are now used routinely in a multitude of different applications, such as the quantification of tissue volumes , diagnosis , localization of pathology , study of anatomical structure , treatment planning , partial volume correction of functional imaging data , and computer-integrated surgery .The increasingly important role of medical imaging in the diagnosis and treatment of disease has opened an array of challenging problems centered on the computation of accurate geometric models of anatomic structures from medical images. A promising approach to tackle such problems is the use of deformable models. These powerful models have proven to be effective in segmenting, visualizing, matching and tracking anatomic structures by exploiting (bottom-up) constraints derived from the image data together with (top-down) a priori knowledge about the location, size and shape of these structures. Furthermore, deformable models support highly intuitive interaction mechanisms that allow medical scientists and pra