基于过渡区的方法利用像素点空间位置变化阈值法结合局部灰.pptVIP

医学图像分割介绍 许向阳 华中科技大学 医学图像信息研究中心 讨论内容 分割概念 分割方法的分类 阈值分割 区域生长分割 交互式分割 Live wire分割 形变模型的分割 模糊连接度的分割 基于代理机模型的分割 分割的概念 将不同区域区分开来，这些区域是互不相交的，每一个区域都满足特定区域的一致性。 其分割的目的是为了将感兴趣区域提取出 来，从而为定量、定性分析提供基础，同时它也是三维可视化的基础。 医学图像特点 糊特、点不：均匀、个体差异、复杂多样 灰度不均匀: 不均匀的组织器官、磁场等 伪影和噪声: 成像设备局限性、组织的蠕动 边缘模糊 : 局部体效应组织 边缘不明确: 病变组织病变 医学图像分割 医学图像分割方法的公共特点： 分割算法面向具体的分割任务，没有通用的方法 更加重视多种分割算法的有效结合 需要利用医学中的大量领域知识 交互式分割方法受到日益重视 图像分割方法的分类 基于区域的分割方法 基于边缘的分割方法 结合区域与边界信息的方法 图谱引导（Atlas-guided）方法 基于模糊集理论的方法 基于神经网络的方法 基于数学形态学的方法 医学图像分割 基于区域 利用区域之间相似度 阈值分割 区域生长和分裂合并 分类器和聚类 基于随机场的方法 其它基于统计学的方法 医学图像分割 基于边缘 利用区域之间差异性 并行微分算子 曲面拟合法 基于边界曲线拟合的方法 串行边界查找 阈值分割 阈值分割 阈值分割 阈值分割的优点 简单，常作为预处理方法 阈值分割的缺点 不适用于多通道图像 不适用于特征值相差不大的图像 不适用于各物体灰度值有较大重叠的图 对噪声和灰度不均匀敏感 阈值分割 阈值分割的改进 区域生长分割 将具有相似性质的像素集中起来构成区域。 该方法需要先选取一个种子点，然后依次将种子像素周围的相似像素合并到种子像素所在的区域中。 优点：计算简单，特别适用于分割小的结构如肿瘤和伤疤。 区域生长分割 一种简单的相似度条件定义方法： 设当前队列顶端元素的灰度值为gc， 当前邻点灰度值为gn， 种子点的灰度值为gs， nv、cv为用户设定的值， 当|gc - gn|nv且|gs - gn|cv时，满足相似度条件。 区域生长分割 分割和特征提取方法中存在的问题 在图像的获取和特征提取过程中会产生不同程度的噪声，使得提取到的特征点位置存在一定的误差，要使一幅图像中的特征点精确匹配另一幅图像中的特征点是很困难的； 从两幅图像中提取到的图像特征点集数目是不等的，确定它们之间的对应关系较难； 一幅图像中的某些特征点在另一幅图像中没有相对应的特征点，即存在着出界点； 特征点集之间的变换可能是刚性的，也可能是非刚性的。 * 医学图像分割是一项十分困难的任务，至今仍然没有获得圆满的解决。 阈值分割是最常见的一种分 割方法。它基于对灰度图像 的一种假设：目标或背景内 的相邻象素间的灰度值是相 似的，但不同目标或背景的 象素在灰度上有差异，反映 在图像的直方图上，不同目 标和背景则对应不同的峰。 选取的阈值应位于两个峰之 间的谷，从而将各个峰分开 CT图像中皮肤骨骼的分割 利用像素邻域的局部信息：基于过渡区的方法 利用像素点空间位置：变化阈值法 结合局部灰度 结合连通信息 基于最大熵原则的阈值选择方法