医学论文范文：创新边缘函数基础上医学图像序列分割方法探讨.docVIP

　　医学论文范文：创新边缘函数基础上医学图像序列分割方法探讨 -- 第一章绪论 近年来，随着代写论文医学检测、诊断和治疗技术的迅猛发展，计算机辅助手段已成为临床医学中不可或缺的组成部分，包括指标检测、成分分析、图像釆集等众多方面。其中又以医学图像处理方面的应用最为广泛，是当前医学领域中的一个研究热点。 1.1医学CT图像的特点 在曰常的生产、生活以及科学研究中，我们总是会接触到很多的图像，如画报、相片、医学CT照片等。图像是对我们所关心的客观对象一种直观的描述，因此图像是认识和改造客观世界的有效依据。医学图像是指运用现代科学技术，通过各种成像技术，如X线透视成像、超声成像、核磁共振、人体组织的电阻抗成像等，对医学治疗、研究工作中感兴趣的组织、器官进行的特征描述，是医学工进行后续治疗和研究的一个有效辅助手段和重要依据，如病理分析、治疗计划的制定等。 在上述众多的医学成像技术中，CT成像目前占有较大的份额，约一成的医学图像是来自于CT技术。CT是计算机体层摄影（puted Tomography)的英文缩写，该技术利用X射线对人体一定范围内的横断面进行逐层扫描，将得到的信息进行计算机处理后生成的重建图像，就叫做CT图像。CT以其能将医学上常规的X射线摄影技术中难以采集到的病理或者解剖结构清晰显示的优越性，被称为医学影像史上的一项具有革命性意义的创新。CT图像由一定数目由黑到白不同灰度的像素按矩阵排列所构成。这些像素反映了相应的身体部位，或者说器官和组织对X射线的吸收程度，如肺部属于低吸收区，反映出来就是黑影，而骨豁属于高吸收区，表现为白影。 那么利用人体组织器官的这一特性，将身体各部位按吸收程度不同，通过相应的灰度等级表示出来就形成了 CT图像，它属于数字图像。这样在图像处理过程中，人们就可以根据CT图像中的灰度特征等进行分割等相关操作。 CT成像跟其他的医学成像技术一样，在图像采集过程中都会受到各种因素的干扰导致图像中有噪声引入，除此之外，CT技术得到的医学图像可能产生CT伪影，对我们感兴趣区域的真实影像形成干扰，影响医务工的医疗诊断，也对科研工作人员进行医学图像处理带来难度。产生CT伪影的原因主要有以下几个方面：一种是由于CT机在运转过程中X线管转子抖动，导致射线束出现偏离；二是患者身体运动及器官组织震颤，如血管、心脏的周期性的扩张和收缩等；三是金属物体遮挡射线穿透形成伪影；还有因投影数据不完全形成的伪影、螺旋CT伪影等。此外，由于各种内、外因素的干扰，还会造成CT图像出现模糊、低对比度等不良结果。这些一般性噪声和CT特有的伪影噪声都对医护人员准确的分析、诊断病情带来了困难。 1.2医学图像分割的研究现状和意义 1.2.1研究现状 在医学图像分割领域，国内外学者做了大量工作，提出了众多有效的分割方法。将这些技术按一定的方法大体可分以下几个类别: 一是基于区域的分割方法。主要利用区域内特征的相似性，如阈值法，区域生长和分裂合并，分类器和聚类，基于随机场的方法等； 二是基于边缘的分割方法。如边缘检测算子，曲面拟合，边界曲线拟合，基于反应扩散方程的方法等； 还有结合以上两种技术的分割方法、基于模糊集理论的分割方法、基于神经网络的方法，以及图谱引导等其他的分割方法。 其中基于偏微分方程（PDE)方法的图像处理方法是近十几年迅速发展起来的一个新兴交叉学科。由于它和传统的图像处理方法相比，具有更强的局域自适应性和高度的灵活性，因此在医学图像的处理领域得到了广泛的应用，并且众多学者对早期形成的各种经典的PDE方法的活动轮廓（Snake)模型进行了大量的改进工作。文献[4]提出了快速全局化的活动轮廓模型，文献[5]提出一种新的用于医学图像分割的曲线演化方法；文献[6]在测地线活动轮廓（GAC)模型的基础上改进并提出FGAC模型，提高了模型的分割效率；文献[7]则是给出了一个自适应的GAC模型，使其局域自适应性进一步提高；文献[8]则通过最小方差的使用，提高模型分割精度的同时有效避免了边界泄漏问题；还有很多学者从各个方面进行了改进工作[9’ ]，都在一定程度上提高的原有模型的分割性能。研究者将这些技术、方法应用于解决临床医学中特定医学图像的分割问题，辅助医生对患者进行诊断、治疗。在研究过程中，人们将一些新的知识引入到图像分割中，形成了新的研究热点。这些知识包括形态学理论、尺度空间知识、概率图谱集等，通过将这些新引入理论自身所具有的特点应用于图像处理领域，可以更好的对特定的医学图像进行分割，但是一些模型在分割上仍存在一定的缺陷，包括精度和速度，这也为我们接下来的改进工作提供了必要和可能。 由于医学图像对象具有的多样性和复杂性，加上医学成像上的特点，使得医学图像存在一定的噪声，图像中的目标物体也可能不清晰，这使得医学图像的分