分割技术的改进和在医学体视化中的应用.pdfVIP

第31卷第5期 河池学院学报 V(}j3l _}_5 2011年 10月 JOURNALOFHECHIUNIVERSITY ()(t·．2()11 分割技术的改进及在医学体视化 中的应用 洪 歧 ， 周 军 (1．陕西理工学院 数学与计算机科学学院，陕西 汉中 723001】 (2．吉林大学 物理学院，吉林 长春 1300121 [摘要] 为了提高医学诊断和手术的准确性和科学性，需要设计一套基于微机平 台、价格低廉且使用方便的 医学体视化软件。在此 以VisualC++6．0为开发工具，通过图像分割的几种不同算法的改进 、设计与实现，对所产 生的结果进行对比分析，得 出结论，医学体数据的分割虽然还没有一个特定的标准，但对不同的医学体数据，不同 的医学体数据类型，可以寻找一种较好的分割算法进行分割．． [关键词] 医学体视化；体数据；图像分割 ；阈值 [中图分类号] TP391．4 [文献标识码] A [文章编号] 1672—9021(2011)05—0078—07 [作者简介] 洪歧(1961一)，男，浙江东阳人，陕西理工学院数学与计算机科学学院副教授 ，主要研究方向 可视化技术、图形图像处理、模式识别。 [基金项 目] 陕西理工学院科研经费资助课题(SLGQD0903)。 0 引言 随着计算机科学技术的不断发展，对医学诊断和手术的准确性和科学性要求越来越高，使用计算机图形 学和可视化技术的最新研究成果成为医学领域发展的一大趋势。三维医学体视化技术是当前医学图像研究 的热点问题之一，它涉及数字图像处理、计算机图形学、模式识别与医学等多个学科领域知识，在整形外科手 术、放射性治疗 、解剖教学等方面有广泛的应用 ¨ 。 在对三维医学体数据可视化研究过程中，首要的工作就是对医学体数据进行分割，即为了便于对医学数 据中隐藏的组织、器官进行观察研究而将体数据划分为若干个有意义的区域。医学体数据分割要求高精确 度和高可靠性，为此，本文从研究图像灰度特征、阈值的表示与提取方法出发，对各种类型的图像分割算 法——基于阀值分割的方法、基于边缘检测的方法和基于像素分类的方法做了对比讨论，特别针对基于 值 分割的算法和Laplacian算子检测方法进行了改进，使之更适合医学体数据的分割。 1 图像分割的定义、分类和研究方向 在图像分割研究发展的不同阶段，研究者根据研究的水平和实际的要求提出了很多图像分割的定义，}j 前广为人们所接受的是通过集合定义的图像分割。 令集合 代表整个图像区域，对R的图像分割可以看做是将 分成 ，v个满足以下条件的非空子集 ， |c『2，… ，R～： ～ (1)tgR =R i=l (2)对 i=1，2，…，N，P(R，)：TURE (3)对 Vi，， i≠ ，尺 nJR，= 78 万方数据 (4)对 Vi√， i≠ ，尸(RuR，)=FALSE (5)对 =1，2，…，Ⅳ， 是连通的区域 。 图像分割方法一般分为两大类：边界和区域方法。前者假设图像分割结果的某个子区域在原来图像中 一 定会有边缘存在；后者假设图像分割结果的某个子区域一定会有相同的性质，而不同区域的像素则没有共 同的性质。这两大类方法按研究角度的不同又可分为基于灰度值阈值化的方法，基于边缘检测的方法和基 于像素分类的方法。基于灰度值阈值化的分割算法主要有阈值分割和自适应阈值分割；基于边缘检测的分 割算法主要有Sobel算子、Roberts算子和Laplacian算子等；基于像素分类的分割算法主要有区域生长等。 纵观近几年图像分割领域的发展，图像分割的研究明显表现出如下几个显著特点： (1)对原有算法的不断改进。对已有分割算法的不断改进依然是图像分割研究的一个方面。 (2)新方法、新概念的引入和多种方法的有效综合应用。学者们逐渐认识到现有任何一种单独的图像 分割算法都难以对一般图像取得比