第2章医学图像基础(2.8).pptVIP

第2章 医学图像基础-3 2.8 图像形状和纹理量化 形状和纹理是医学图像中最有代表性和诊断启示意义的两种视觉信息。本节介绍适合临床应用与科学研究的一些常用形状和纹理概念和量化方法。 形状测度： 对分割图像进行形状量化的三种不同方法： 区域致密度与空间矩（Compactness and spatial moments）：对一个闭合区域内全部像素进行几何与统计计算。 径向距离测度、链码、Fourier描述子：仅对边界像素做几何、统计或谱计算得到编码或表示闭合轮廓的机制 当感性趣的结构被拉长或展宽，重要的形状信息包含在中线之中，可以用细化（Thinning）算法提取中线。基于骨架化表示可以得到量化的形状测度，例如长度、角度、曲率或方向等。 纹理测度 对医学图像的检验通常要对组织的外观做解释，例如平滑、粒度、规则性、均匀性等。这些属性都与图像的局部灰度变化有关，可以用纹理(Texture)测度量化： 统计矩：可以直接从图像的灰度直方图计算。 共生矩阵（Co-occurrence matrix）：从2D直方图计算，可以保留空间信息。 谱测度：由图像的Fourier变换得到，特别是当图像有重复的模式时。 分型维（Fractal dimension）：适合多尺度分析。 行程（Run-length）统计：适合分析图像中具有相同数值的像素组成的线性条块。 纹理可以是某一个选定的局部区域，也可