医学图像边缘提取与分割的新算法研究.pdfVIP

医学图像边缘提取与分割的新算法研究 ，???????，????????????????????，??????????????????????????????????甌??????籺?????甌???????????猙?????，???????????????籧?????????瑃??????甅????猟????孕?—????????瓸??????，???????．??????甎????????甌?????—????????籧??????．?籇?狣 医学图像边缘提取与分割的新算法研究???????瑃??????????????????????????．????：??? 第一章绪论??课题研究的背景及意义医学图像处理是基于医学图像的图像处理技术，利用了现有的图像处理技术，结合医学图像固有的成像特点和医学应用???求而诞生和发展起来的一门学科。医学图像处理的主要研究方向有图像去噪、图像增强、图像配准、图像融合、图像分割和三维重建等，其中图像分割是所有研究方向中最具重要意义的方向之一。医学图像处理的其他很多研究方向以及医学图像的后续处理以及医学临床上的应用，例如对病变组织和病变部位的定性定量分析，评估和预测等应用研究，都是以“对图像进行了精确分割”为假设和前提的【?。医学图像的分割是其它众多研究方向、后续处理、医学临床应用研究的基础。由于图像分割是医学图像处理的关键技术，因而精确而有效的分割对于医生准确判断患者的病情有着重要意义。同时，图像分割算法和技术的创新和发展所面临的问题，也成为不断增长的医学分析需求和临床应用需求的瓶颈。在医学临床实践中，经常需要利用医学图像对人体某些组织和器官的形状、边界、截面影像、截面面积或者体积进行测量，从而得出该组织病理或者功能方面的重要信息，进而为医学上的定性和定量分析提供理论依据。这些手段也可以用于病变部位的生长预测，以及治疗效果的检测和评价。在医学研究中，图像分割的主要目的在于把医学图像???蛉??枷?划分成具有不同性质?缟ú省⒒叶取⑽评淼?的区域，提取其中感兴趣的区域，最后将分割结果与临床生理病理结论相印证，从而为定量和定性分析提供基础，为临床诊疗和医学研究提供可靠的依据【?。医学图像的分割是根据图像区域内的相似性或一致性以及区域间的差异性，将图像分割成若干区域的过程。分割算法的研究目标是：?以最少的人机交互过程完成分割过程，最好是全自动的，无需人工干预；??宰钣呕?慕峁?虢馄省⑸?锷?斫峁菇咏????指钏惴ǖ脑诵兴俣瓤欤?允凳贝?砦W钪漳勘辏???圆煌?窖С上裆璞覆??耐枷窬弑缸允视π裕???栽肷?⒛：?纫窖в跋竦奶赜懈扇乓蛩鼐哂薪锨康穆嘲粜浴?，图像的分割可归结为图像像素点的分类问题。鉴于组织病变常导致影像中组织的灰度或纹理特性的突变，对病变组织的图像分割问题就可以化为对病变组织影像的边缘检测。这里的边缘是指其两侧分属于两个不同的特征区域，每个区域内部的某种特征保持一致性，两个区域之间的特征则存在一定差异。 图像分割算法的现状和分类虽然现有的医学图像分割算法繁多，但是各自都存在不同的缺陷：传统的边缘检测方法，虽然具有简单可行、实时性好、对边缘敏感的优点，同时也存在阈值不能自动获取、抗噪性较差、边缘连续性和光滑、细化程度不好的缺点；包括上述的边缘检测在内的大多数边缘提取及区域分割方法，都存在阈值不能自动获取的缺点；基于区域的分割，大多数都存在过度分割的问题。医学影像的图像分割技术存在一个重要特点，就是分割算法除了与图像处理算法相关外，还与医学知识密切相关。由于医学图像本身存在的多样性和复杂性，例如大多数医学影像的对比度不高，组织与器官的结构与组成复杂多样，正常组织与病变组织之间的生理病理差异有时并不明显，加之不同个体之间还存在个体差异，不同组织之间的边界有时模糊不清等，加上目前医学成像设备????、???成像技术上的特点，以及图像分割在医学研究和临床应用中的不同需求，因此目前在医学图像分割方面仍然没有可以通用的理论和方法，这些都导致了迄今为止，医学影像的图像分割问题依然没有得到很好的解决【?。图像分割至今已提出上千种分割算法，应用于医学、工业、国防军事、交通等众多领域。因尚无通用的分割理论，现提出的分割算法大都是针对具体问题采取具体措施的，并没有一种适合所有图像的通用算法。另外，还没有制定出选择适用分割算法的标准以及衡量算法优劣的标准，这给图像分割技术的应用带来许多实际问题。图像分割算法的分类，主要可以分为按照指导思想的分类方法、按照分割原理的分类方法以及按照技术实现的分类方法，如图??所示：??凑罩傅妓枷牖?郑?枷穹指钏惴ǚ治W远?指詈腿嘶?换ナ椒指睿?渲校???远?指睿鹤远?指钍侵敢约扑慊?M枷穹指畹牡ヒ恢葱姓叩姆指罘椒ǎ?计算机独立、自动完成所有的分割，不需要人的参与，不受人为因素的左右