医学图像处理课件-14 医学图像分割.pptVIP

交互式边缘检测 结论 水平集是分割的经典方法。 它具有以下特点： 对初始的轮廓设置不那么敏感 快速，并且容易地扩展到高维处理 复杂的拓扑结构，可以使用快速计算方法来改善计算过程 可以并行处理 结论 Open problems 对尖角，尖顶和拓扑变化敏感 分割结果很大程度上取决于停止标准的设计 速度延伸的复杂性 … … J. A. Sethian, An Analysis of Flame Propagation, Ph. D. Dissertation, Dept. of Math, University of California, Berkeley, CA, 1982 J. A. Sethian, Level Set Methods, Cambridge University Press, 1996 J. A. Sethian, Level Set Methods and Fast Marching Methods, Cambridge University Press, 1999, 2000, 2001 S.J. Osher, R.P. Fedkiw, Level Set Methods and Dynamic Implicit Surfaces, Springer Verlag, 2002 BOOKS WEBSITES ///~sethian/level_set.html /~sjo/ /lss.html PAPERS J.A.Sethian, et al., Crystal growing and dendritic solidification, Journal of Computational Physics, Vol. 98, 231-253,1992 R. Malladi, et al., Shap Modeling with Front Propagation: A Level set Approach, IEEE Trans. PAMI-17, 158-175,1995 -, A Unified Approach to Noise Removal, Image Enhancement, and Shape Recovery, IEEE Trans. IP-5,1554-11568,1996 V. Caselles, et al., Geodesic Active Contours, Inter. J of Computer vision, Vol. 22(1), 61-79, 1997 Tony F. Chan, and L.A. Vese, Active Contours Without Edges, IEEE Trans. IP-10,266-277,2001 R. Goldberg, et al, Fast Geodesic Active Contours, IEEE Trans. IP-10, 1467-1475, 2001 E. Debreuve, et al., Space-Time Segmentation Using Level Set Active Contours Applied to Myocardial Gated SPECT, IEEE Trans. MI-20, 643-659, 2001 Discussion * * * * 图像处理技术讲座（14）Advanced Digital Image Processing (14)Medical Image Segmentation 医学图像分割 2009.12 什么是分割? 从背景中分离对象 一般来说，使用边界表示一个与图像匹配的模型来获得感兴趣的对象。 或者简单地说，它是从原始数据中获得目标区的过程。 分割案例 分割技术概述 Boundary-driven边缘驱动 边缘检测（无模型） 活动轮廓/snakes（无模型+基于知识） 主动形状模型（基于知识） Region-driven 区域驱动 可变形模板（基于知识） 统计/聚类技术（无模型+基于知识） 等等 Boundary + Region-driven 边缘和区域联合 活动轮廓（无模型+基于知识） 水平集方法（无模型+基于知识） 什么是水平集算法? 水平集是一组高度相同的点，如水位或测地线 作为前向传播理论的水平集方法最早由Sethian于1982年提出 1995年，Malladi 将其引入图像分析领域，寻找图像边界 SNAKE 如何工作的? 通过点击图像中的点初始化轮廓 数字化轮廓 在内外力作用下移动轮廓 Snake算法中的问题: 对形状的初始设置很敏感 ? 复杂的结构很难恢复 ? 很难自动跟踪多个对象 绪：对Snake的了解 在平面上移动的