论文部分内容阅读
随着CT等新医学成像方法的广泛应用,医学图像处理与分析已经成为医学技术中发展最快、成果最显著的领域之一。目前,肝脏CT扫描已成为肝癌术前影像学检查的必备方法。如何对获得的影像学数据进行分析成为至关重要的问题,因此分割技术成为后续图像处理和分析中的关键技术。本文首先简述了肝脏CT图像分割的目的和意义,研究的背景及其现状,对应用于肝脏CT图像分割的方法进行了综述,并将研究目标定位在基于图割(Graph cuts)理论的肝脏CT图像分割算法研究上,系统地研究了图割的基本理论及其在图像分割领域中的应用。其次详细介绍了传统图割法的基本原理及其实现图像分割的基本框架,考虑到传统图割方法需要构造大量的图节点,且局部一致性不强,因此将超像素的概念加入到图割理论中,采用超像素方法可以有效地降低计算成本,加强局部一致性。Lazy snapping就是基于超像素概念的一个典型的应用,Lazy snapping算法中通过分水岭分割方法构成超像素块,但分水岭预分割的结果区域一致性不够强,且会造成严重的过分割现象。通过对各种超像素分割方法的比较分析,选择将SLIC(简单线性迭代聚类)应用到图割理论中,提出基于SLIC的Graph cuts图像分割法。SLIC可以较好地保留肝脏的模糊边界,且能产生较好的区域一致性。通过实验比较分析,本方法大大提高了肝脏CT图像的分割速度及其精确度,并对肝脏的分割结果进行了评价。随后针对肝脏CT图像中肝脏与其周边组织缺乏良好的灰度对比,难以找到不同组织之间的清晰边界这一关键性问题,提出基于Graph cuts与Matting的两阶段分割,采用对边缘模糊部分具有较好细化效果的Matting方法对Graph cuts分割后的结果边界进行细化,从实验结果中可以得出,明显地提高了肝脏CT图像分割的精确度。最后对本文进行了总结,指出了工作中的创新点和不足之处,并对今后的工作进行了展望。