医学超声图像豆剖技术研究及发展.docVIP

医学超声图像豆剖技术研究及发展 【摘要】在医学超声波图像中对图像进行豆剖有助于对于图像的定量分析和定性分析，图像豆剖与后续的分析和处理工作密切相关。到目前为止，虽然有许多记录中都有大量的图像豆剖方法，但是在面对复杂且困难程度较高的医学超声图像，这些方法的作用往往很小，至于起不到任何作用。文章在分析医学超声图像特性的基础上，对医学超声图像豆剖方法进行统一的论述和评价，并对它发展的趋势进行预测。 【关键词】图像分割；医学超声图像；分割算法 1传统图像处理领域中的意识产生图像豆剖 1.1基于边缘检测的方法 基于边缘检测的豆剖方法是通过相邻像素之间的特征的改变来获得不同区域之间的边缘，边缘点的判断依据是检测点的本身和与它相邻的点，具体包括局部微分算子，例如：Roberts梯度算子、Soble梯度算子和Canny算子，面对不同的超声图像，有着不同的算子、通过不同的手段来检查这些边缘点。通过实验表明，边缘检测方法获得边缘信息通常是因为这些信息不够突出而产生的空间，无法形成包围物体的封闭曲线，这就要求根据这些离开的边缘点采用一定的追踪、连接算法规划出有意义的物理范围。同时，噪声增大时边缘检测豆剖方法的图像会形成比较多的假边缘，对去除噪音提出出了比较高的要求。这个问题在医学超声图像豆剖中显得极其重要。 在医学超声波图像中图像豆剖有助于图像的定位、定量分析、定性研究，图像豆剖与后续的分析和处理工作有着密切关系。正确的豆剖是从超声图像中为临床应用，目的是能够准确提取与诊疗相关联的消息同时也是临床中进行定量分析和通过计算机对临床辅助操作中进行每一个时刻的监测、对信息进行精准分析的十分重要的环节。到目前为止，自动或半自动化方面超声图像与CT、MRI之间仍有很大的差异性，但是超声成像因为有独特的无损性、能够随时的都进行检测以及低于平常的价钱，并且在定量分析、实时监控以及医治规划等方面都有很大的发展能力，因此超声图像的豆剖在近年来越来越被人们所关注。因为本身所组成的部分十分复杂，医学超声图像的豆剖在事实上是一件非常难以达到的事情，到现在不就是一个没有被解决的世界性难题。目前，在临床应用中对超声图像系统进行豆剖最为主要的陈海是基于阙值法和大夫手动豆剖两种办法。阙值豆剖法虽然应用简单方便，但是在超声图像中会出现斑点噪音和出现的纹路使得图像不能获得一个较高的清晰度。手动豆剖法在实际操作起来最为便捷，最后得出的结果也可以被接受和采纳，但是沉重的工作量和较长的时间通常会是大夫和病人都难以忍受。因此，用计算机实现自动化和半自动化的工作方法是在临床应用上更快捷，更为高效的实现超声图像豆剖的理想选择。 1.2基于区域生长的方法 区域生长的方法是根据区域内部的均匀性给图像进行豆剖，主要是基于豆剖和合并技术和随机场的技术作为基础。豆剖和合并技术的区域生长法分为合并、豆剖、、豆剖-合并这三种方式。合并的主要方式是将图像分红许多小的基本区域，依据特定的均匀性进行判决从而进行合并，形成一个范围，面积更大的区域。分类的方法是将整幅图像作为原始豆剖图像，如果到豆剖的结果不能保证足够的均匀，就将其豆剖成四个方形区域。合并-豆剖相互结合的方法是将相邻且具有相似特征的区域进行合并，然后将具有不明显均匀特征的区域进行豆剖。这三种方式对图像的质量，尤其是铜与物体内部的灰度均匀性的要求极高，否则很容易出现过甚合并，和过甚分离的情况。对于医学超声图像，极少数人采用这种方式，在使用的过程中，也是与其他方式相结合，所以关于这样的描述少之又少。基于随机场技术的图像豆剖方式是空间区域相互作用模型随机场对图像进行模型的创建，与概率的知识和模拟退火相结合对图像进行细化从而方便豆剖。运用这种方法有时候极易产生错误的分类，对于纹理和范围难以隔绝，因此在超声图像豆剖中的应用需要进一步的分析和探索。为了避免这种错误分类，他需要更加精确的技术进化。 1.3其它豆剖技术 图像豆剖是一个具有较高要求的并且有着十分广泛的应用，许多年来多数的研究人员从以上的几个方面对图像进行豆剖，并且积极的与其它学科的知识相结合对图像豆剖进行尝试，比如创建起积分几何、运用随机理论、采用恍惚理念和时频分析为基础的数学形态学法、神经网络法、恍惚聚类法、小波转变法等，并且得出了一系列的研究结果。作为图像豆剖的一个分支，医学超声图像纷飞的研究与所有的豆剖技术都有交集，但是效果却欠差人意，在临床中难以得到应用和推广。因为本身所组成的部分十分复杂，医学超声图像的豆剖在事实上是一件非常难以达到的事情，到现在不就是一个没有被解决的世界性难题。目前，在临床应用中对超声图像系统进行豆剖最为主要的陈海是基于阙值法和大夫手动豆剖两种办法。阙值豆剖法虽然应用简单方便，