医学图像分割方法综述.pptxVIP

医学图像分割方法综述;背景;医学图像分割;图像分割;阈值法;直方图;基于阈值的图像分割;基于阈值的图像分割;example;区域生长和分裂合并;example;分类器;聚类;统计学方法;边缘检测;边缘检测;边缘是变化发生的地方;图像梯度;如何得到每个像素的梯度;example;并行微分算子;原图;不是边界上所有的点都要提取，而只是提取其中一部分。提取的点能够基本带便边界的走向。;example;基于曲面拟合的方法;串行边界查找;基于形变模型的方法;形变轮廓模型：使轮廓曲线在外能和内能的作用下向物体边缘靠近，外力推动轮廓运动，而内力保持轮廓的光滑性。 形变表面模型：以更高效、更快地利用三维数据，而且更少地需要用户交互或指导。 优点：能够直接产生闭合的参数曲线或曲面，并对噪声和伪边界有较强的鲁棒性。还有一些形变模型利用了形状先验知识和标记点集合（point sets ）等先验知识 可以使分割结果更为健壮和准确。 缺点：参数形变模型的固定参数与内部能量约束限制了其几何灵活性，不能随意改变拓扑形状，并且对初始形状敏感。 改进：提高算法自动化程度，同时维持形变模型的原有优点；气球理论，梯度矢量流（GVF）概念等。;Snake function;example;example;基于结合区域和边界技术的方法;其它分割方法;总结;THANKS!