模糊C—均值聚类法在医学图像分析中的应用.pdfVIP

@200t Journa[。f Software 软 件 学 报 Vo]．1 2．No．1l 模糊C一均值聚类法在医学图像分析中的应用 田 捷 ，韩博闻。．王 岩 ， 罗芾平 ’(中国科学院 自动化研究所 人工智能实验室．北京 l00080)； (中国科学技术大学 研究生院，北京 1)0039) E mail：tian@doctor．COlTt httP：／／www．3dined．Fret 摘要：主要针对医学图像提出了基于棰糊均值聚类的致进算法和应用．谊方法分为 3步．第 l步是像素的模糊 化，通过模糊期望值构造冗余图像；第2步是通过冗夺目像和原始图像进行聚类分割；第3步是三雏显示．由于刺 用冗书目像增加了每个像素的特征量，谊算法增强了聚类分割的精确痘．同时，还给出了应用白行开发的三簟医 学图像处理与分析 系统对多种医学图像(包括 cT、螺旋cT和 MRI)的处理结果．由于对薄骨和关节接台北骨髂 的较好识别．使其重建后的三难模型可以清晰地再现解剖结构．取得 了较好的效果． 关键词：棰糊均值聚粪；图像分割；医学影像分析处理系统 中国涪分类号：TP391 文蘸标识码 A 医学图像的三维重建一直是图像处理领域的重要方面．影响重建效果的因素一方面是采集到 的图像的质量．包括采集图像的数据量太小(包括图像分辨率、像素位数、层间距)、采集图像有无图 像噪声的干扰等等；另一个较为重要的影响因素是图像分割技术，图像分割的准确与否直接决定了 三维重建的准确程度． 医学图像的分割按照处理对象的不同可分为二维分割和三维分割两种形式．其中三维分割可 以是直接将切片数据集看成三维数据来进行三维分割 ；也可以是以切片分割为基础，考虑切片 之间数据在灰度值和空间位置上的相关性．提供比单一切片更多的信息，从而获得更好的分割结 果 ．我们的处理方法是．针对每张切片首先通过模糊期望值构造冗余图像，增加每个像素的特征 量．然后利用模糊均值聚类法进行分割处理． 目前，国内医院针对医学图像的研究太多是使用国外的图像处理工作站．在本文中．我们使用 自己的基于微机的医学图像处理系统给出了大量三维重建的实例，数据来源包括螺旋CT、X线 CT、电子束 CT和MRI图像． 1 处理方法的讨论 1．1 基于模糊理论的图像分割方法 众所周知，医学图像本质上具有模糊性．(1)医学图像具有灰度上的含糊性：在同一种组织中 CT值会出现大幅度的变化，如骨骼中的股骨、鼻窦骨骼和牙齿的密度就有很大差别；在同一个物 收稿日期：2o0o一07—25j fI改日期 ：2000一l0 1 6 基金璃目 国家自然科学基金资助项目60071002；600720(7；601 72057) 作者简介 田撞“960一)，男．安徽芜湖人．博 j．研究员．博 1一生导师．主要研究领域为医学图像处理，模式识别．』、工智能} 韩博闲(1972 )，男．天津人．硕士生．主要研究领域为医学图像赴理{王岩(1972 )，男，北京人，硕士生，主要研究镁境为敖据通 信；箩希平(1974一)+男，湖南新化^ 博士，主要研究领域为图像赴理．模式识剐 J~urnal Software 软件学报 2001，12(11) 体中，CT值也不均匀，如股骨外表面和内部的骨髓的密度．(2)几何的模糊性：在一个边界上的大 体素中常常同时包含边界和物体两种物质；图像中物体的边缘、拐角及区域间的关系都难以精确地 加以描述．一些病变组织由于侵袭周围组织．其边缘无法明确界定．(3)不确定性知识：通常情况 下，正常组织或部位没有的结构在病变情况下出现．如脏器表面的肿物、骨骼表面的骨刺．它的出现 给建造模型带来了困难， 与普通图像不同的是，在医学图像中许多伪影来自患者的体位运动．检床的匀速直线运动、这 种不确定性并不是随机的．因此不适合用几何概率论．因为模糊集理论对于图像的不确定性有较好 的描述能力．所以国内外许多学者将模糊理论应用在图像处理技术领域中，取得了较好的效果．尤 其是在图像增强、图像分割以及边缘检测中的应用，效果要好于传统图像处理方法．J．K．Udupa等 人提出了一种用三维模糊分割结合领域知识来分割脑硬化损伤的算法 一．Venkaleswarlu等人提 出了快速的聚类算法 ．