基于超像素的腹部图像多器官分割算法研究.pdfVIP

摘要 摘要 腹部影像是临床医生对腹部疾病进行诊断的重要参考依据，对腹部图像进行有效 的器官分割是后期腹部器官病灶定位、腹部器官三维重建、腹部手术导引的基础和关 键步骤。现有的腹部器官分割算法大都针对单个特定的器官进行，此外，腹部图像相 邻器官间模糊的边界与高灰度相似性的特点，为传统像素级别上进行的多器官分割带 来了一定的困难。通过超像素算法可以获得一致性强、语义信息丰富的图像预分割结 果，超像素的这些优异特性为腹部多器官分割提供新的解决思路。本文围绕着基于超 像素的腹部图像多器官分割进行了如下研究工作： (1) 针对目前缺乏高质量、已标注的腹部CT 图像数据集的问题，收集建立了一 整套完整的腹部CT 图像多器官分割数据集。数据集包含20 套，共计4103 张人体腹 部CT 图像，并通过人工标注的方式对图像中主要的腹部器官进行了器官区域及边界 标注。 (2) 针对医学图像灰度分布广、上下层相关性强的特点，提出了一种新的医学图 像的超像素分割方法。在聚类过程中，建立CT 图像上下层间的映射关系，同时对像 素间距离度量方式改进。实验表明该方法在医学图像上获得良好的分割效果。 (