《人体数字图像中各组织影像的边缘提取算法研究.》.pdfVIP

／ ， 文章编号：1007—1423(2014)17—0069—05 DOI：10．39690．issn．1007—1423．2014．17．016 人体数字图像中各组织影像的边缘提取算法研究 林克，梁坚，李之源，孟庆书，钱胜胜，刘澄泽 (仲恺农业工程学院机 电工程学院，广州 510000) 摘 要 ： 针对人体数字医学图像中各组织影像界限不明显、图像总体模糊、单个组织影像不均匀等特点，提出一种能够有效提 取影像边缘以区分和观察各组织影像的方法。利用计算机图像处理技术，对组织影像进行灰度处理，进而根据不同组 织影像的特征．选定相应的阈值，用算法程序对组织影像边缘进行有效提取 ，得到一系列效果图，通过观察分析得出 实验结果。结果表明，该方法能够有效地提取出人体不同组织影像的边缘，有助于医生的临床诊断与分析。 关键词 ： 数字图像；组织 ：边缘提取 基金项 目： 仲恺农业工程学院创新训练项 目(N0．1134712059) 0 引言 都是导致特征提取算法难以保证精确性和通用性。 人体组织医学图像具有极其繁杂的多样性。加上 在本项 目中．笔者提出一种对人体组织影像边缘 目前医学影像设备 (CT、MRI等)成像技术上的局限性， 提取，进而利用提取的边缘再对其进行分割的方法。边 使得人体组织医学图像存在一定的噪声。而且 ，物体图 缘是指对象周围像素灰度有变化的像素的集合 。主要 像 目标部分边缘存在局部不清楚性．造成医生观察影 表现为图像局部特征的不连续性。奇异信号沿边缘走 像的困难。利用计算机图像处理技术对组织影像进行 向的灰度有剧烈变化 ．通常分为两种类型 ：阶跃边缘和 边缘提取 。进而对其分割 ．便于医生对图像 的观察 ，这 屋顶边缘 在阶跃的两边灰度值有明显的变化称为阶 样 ．不但能提高医生的工作效率 ．而且还能使其从重 跃边缘：位于灰度增加与减少的交界处称为屋顶边缘。 复繁重的工作中解脱出来 ，具有十分重要的意义。 检测边缘实质上是通过采用某种算法对图像中对象与 目前 ．在医学图像中对感兴趣区域的特征提取 ．只 背景间、对象与对象间的交界线进行提取。笔者对边缘 能针对特定问题和具体的需求给予合理选择，因此 ．相 的定义为图像中灰度值有剧烈变化的区域边界 应的提取方法的类型也表现为形式多样 。而且 ，特征提 1 数字图像边缘检测原理 取的算法多面向于一些结构相对简单的部位 ．例如颅 骨、股骨；或一些特定的部位 ，例如脊椎骨。特征提取算 数字图像在计算机中被表示成一个二维整数矩 法具体使用到的方法有阈值法、主动轮廓模型法、相似 阵．该矩阵为等距离矩形网格 ，且幅度等间隔量化 ，即 特征匹配法等 现今的研究成果很难满足实际应用所 每个像素具有位置和灰度两个属性l【J人体组织由细胞 提出的病区自动识别或关键数据精确测量的要求 究 群和细胞外基质组成 ．为区分细胞与细胞间质．在组织 其原因．是特征提取的结果中各不同组织的分辨精度 学中．通常用苏木精一伊红染色法 (Hematoxylin—Eosin 不够高而造成的。由于人体内部影像的表现，不同组织 staining，简称HE染色法)进行细胞组织处理 碱性苏 可能具有高度的相似性．并且在某些特定的区域．例如 木精染液主要使细胞核内的染色质与胞质内的核糖体 骨头两端 ．骨骼的特征可能完全和周边组织重叠 这些 着紫蓝色：酸性伊红染料主要使细胞质和细胞外基质