医学图像分割技术中变形模型方法研究综述.docVIP

医学图像分割技术中变形模型方法研究综述 　　（1.山东电力研究院， 山东 济南 250002；2.青岛大学 信息工程学院， 山东 青岛 266071） 　　摘 要：医学图像分割是医学图像处理中的一个经典难题。医学图像分割技术的发展不仅影响到医学图像处理中其他相关技术的发展,如可视化、三维重建等,而且在生物医学图像的分析中也占有极其重要的地位。近年来,由于一些新兴学科在医学图像处理中的应用,医学图像分割技术取得了显著的进展。对近年来兴起的基于变形模型的医学图像分割技术进行研究，综述了其发展历程和基本原理，分析和比较了基于变形模型的图像分割的各种技术的优缺点，展望了该技术领域以后一段时间内的发展趋势。 　　关键词：医学图像分割； 变形模型； Snake； Level Set方法 　　中图法分类号：TP399文献标识码：A 　　文章编号：1001?菠B3695(2006)08-0014-05 　　?? 　　Review of Deformable Models in Medical Image Segmentation Techniques 　　?? 　　LIU Xin??1, PAN Zhen??kuan??2, LI Xin??zhao??2, BAI Jie??2 　　(1.Shandong Electric Power Research Institute, Jinan Shandong 250002, China; 2.College of Information Engineering, Qingdao University, Qingdao Shandong 266071, China) 　　Abstract:Medical image segmentation is a classical difficult problem in medical image process. The development of medical image segmentation techniques not only influence on other techniques in image segmentation such as medical image visualization and 3D reconstruction etc, but also play an important role in the analysis of biology medical image analysis. In recent years, owning to some applications of new subjects in medical image process, the medical image segmentation techniques has a remarkable progress. Image segmentation using deformable models encompasses a class of techniques developed in recent years and has been studied extensively. This paper introduces briefly the fundamental principle and theory of image segmentation techniques, analyses and compares the advantages and disadvantages of image segmentation using deformable models and gives the trend of this technique. 　　Key words:Medical Image Segmentation; Deformable Models; Snake; Level Set Method 　　 　　1引言 　　 　　图像分割是医学图像处理中重要研究内容之一。从医学图像中准确地提取目标物体是三维重建的基础,也是医学图像处理系统在临床上得以实践的基础,这是一个经典难题。由于问题的重要性和困难性,从20世纪70 年代起,图像分割问题就吸引了很多研究人员为之付出不懈的努力。 　　目前的图像分割大体分为两类：基于边缘的图像分割方法和基于区域的图像分割方法。本文所介绍的基于变形模型的图像分割属于前者。在医学图像分割中因为生物或人体组织解剖结构的复杂性以及软组织形状的易变性，那些仅依赖图像本身的灰度、纹理属性等低层次视觉属性来进行分割的图像分割方法难以获得理想的分割效果。因此，医