乳腺肿瘤超声图分割中动态轮廓线算法研究及应用.pdfVIP

摘要 乳腺肿瘤超声图像的自动分割，是全自动乳腺肿瘤计算机辅助诊断中的关键 步骤，具有重要的临床意义。但是超声图像的成像质量一般比较差，例如斑点噪 声、低图像对比度和图像亮度不均匀等情况，使得乳腺肿瘤的自动分割成为一项 艰难的工作。动态轮廓线算法是一种新颖的求解曲线演化的图像分割方法，具有 许多经典图像分割算法所无法比拟的优点，已一定程度应用于医学图像的处理。 本文采用基于水平集的动态轮廓线算法研究乳腺肿瘤超声图像的自动分割。 目前的动态轮廓线算法若直接应用于乳腺肿瘤超声图像的分割，都会存在一 定的缺陷，例如，对噪声和初始曲线位置敏感，存在误分割情况等等。论文针对 医学超声图像的特征，提出了三种有效的分割算法。论文针对超声亮度不均匀情 况，先提出了一种基于局部能量的动态轮廓线算法，该算法充分利用了图像的局 部信息，较好地处理了亮度不均匀乳腺肿瘤超声图像的分割任务，但是算法的计 算量仍比较大；论文进一步对其改进而提出第二种算法，改进算法在一定程度上 降低了分割的计算量；论文还采纳多分辨率理论中由粗糙到精细的图像分析策 略，提出了一种基于多分辨率的动态轮廓线模型，该模型一方面同时利用图像的 区域信息和边缘梯度信息进行图像分割，具有高精度的特点，另一方面，采用低 分辨率层上获得的边