论文部分内容阅读
由于医学图像的特殊性和复杂性,自动分割方法往往不能达到理想的分割效果,因而,在医学图像的分割过程中能够适时融入医师的主观经验的交互式分割方法在医学图像分割领域中具有不可替代的优势。另外,常用的医学图像往往是一整套的CT序列图像,图像分割的数据量较大。因此,研究既能够尽量减少人的工作量,又能适时融入人的主观经验的方法成为交互式医学图像分割方法的研究重点。本文从医学临床实用的角度出发,以交互式轮廓演化思想为核心,兼顾区域相似性和边缘的突变特征,研究了医学CT序列图像的交互式分割方法。其主要内容如下：(1)引入子区域相似度的概念,并将其融入到一个多边形轮廓演化逼近的过程中,提出基于子区域相似度的多边形轮廓逼近交互式图像分割方法。实验表明,基于子区域相似性的方法能够提高轮廓演化过程的抗噪能力；同时初始轮廓不同复杂度的交互生成方式,充分发挥了交互式分割方法的灵活性,能够满足不同复杂程度的分割需求。(2)将小波模极大值边缘检测算法与交互式轮廓演化思想相结合,提出基于小波模极大值的多边形轮廓逼近交互式图像分割算法。实验表明,小波模极大值边缘检测方法的多分辨特性,使边缘检测过程有较好的抗噪能力；同时,边缘检测的结果为轮廓演化逼近提供了很好的支撑,能够获得较好的分割结果。交互式的轮廓生成方式的灵活性也使算法能够适应不同复杂度的分割需求。(3)以上述两种交互式分割算法为基础,采用Microsoft VC++6.0作为开发环境,编程实现了“医学CT序列图像交互式分割系统”。系统通过医师选择具有代表性的单张CT断层作为控制层,施以不同程度的交互式操作,以生成初始轮廓。然后将其向相邻断层进行投影,获得CT序列图像各个断层的初始轮廓,并进一步对各断层进行轮廓线演化,最终达到对整个CT序列图像的目标区域进行分割的目的。系统具有较强的操作弹性和较高的实用价值。