植基于k-means及canny为基础的脑部肿瘤影像切割法.pptVIP

使用K-means及Canny方法原因 腫瘤像素值與其他部位比較較高，使用K-means將項素值較高部分分群出來。 Canny切割沒有方向性且可控制σ ，對腫瘤圖能顯現出較明顯的細節。 植基於K-means及Canny為基礎的腦部腫瘤影像切割法 指導教授:吳明霓 學生姓名:劉濠銘、陳益聖、賴志昇 國 立 台 中 技 術 學 院 大綱 導論 K-means Canny 本文方法 未來展望及結論 1、導論 在臨床醫學應用上，從電腦斷層掃瞄和核磁共振的影像，將器官及腫瘤的輪廓描繪出來。 本研究針對電腦斷層頭部掃描圖，以如何正確將腫瘤邊界切割出來作為主要研究。 從醫療用電腦輔助影像圖成為醫生診斷疾病的工具之後，醫療用圖影像分析及醫療用影像切割方法就逐年進步。 本文最主要的目的： 如何開發更好的演算法及縮短大量醫學影像圖片的判定時間。 2、參考用的影像處理方式 在此部分我們列出本次研究所使用的影像處理方法，對其方法做簡單介紹及影像套用。 (1)K-means分群法 (2)Canny邊緣偵測 2-1、K-means 分群法 K-means 群聚方法是將所有的資料群聚分成 K組資料群聚，並找出位於這些群聚中心點位置之群聚技術。 K-means步驟 1. 假設有K個群組，找出各群組中的群中心。 2. 計算所有資料點到K個群中心之距離，分配所有資料點到距離最近的