医学图像割.pptVIP

医学图像分割 许向阳 华中科技大学 医学图像信息研究中心 讨论内容 图像分割概述 阈值分割 1、图像分割概述 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。 1、图像分割概述 1、图像分割概述 1、图像分割概述 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 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 图谱引导（Atlas-guided）方法 1、图像分割概述 基于区域的分割方法 利用区域内的相似性（一致性） 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 1、图像分割概述 基于边缘的分割方法 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 医学图像特点:模糊、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 边缘不明确: 病变组织 局部体效应 (partial volume effects) 1、图像分割概述 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 2、阈值分割 2、阈值分割 2、阈值分割 阈值分割的三种技术方案 直接门限法 间接门限法 对图像进行预处理后再运用门限法。 拉氏或梯度运算，邻域平均 多门限法 2、阈值分割 多门限法 2、阈值分割 门限的确定方法 根据直方图确定门限 最小误判概率准则下的最佳门限 最大类间距准则下的最佳门限 最大类间类内距离比准则下的最佳门限 最大熵准则下的最佳门限 根据二维直方图确定图像分割门限 边缘灰度作为分割门限 分水岭方法 2、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像 对噪声和灰度不均匀敏感 Thresholding The simplest and most efficient image segmentation method is thresholding. Thresholding is to segment the image into two regions according to the gray level of image pixels. If the gray level is higher than the given threshold T, the output at this pixel is set to 1, otherwise it is set to 0. Image Thresholding Determination of Threshold In thresholding method, the most difficult is to determine a proper value of the threshold. There are different types of the threshold: Global threshold (constant threshold) Adaptive threshold Determination of Global threshold If the object and background have different distributions, the value of the global threshold can be determined by calculating the histogram of the image. The global threshold can also be determined interactively. The threshold can also be determined by optimization. Determination of the globalthreshold from histogram The Otsu Algorithm If t is chosen as a threshold, and p(i) is the normalized histogram The Otsu Algorithm Means and variance for each class