论文部分内容阅读
医学肾脏CT序列图像分割技术是用来对病患利用医疗CT成像设备拍摄得到的一组CT图像进行快速分割目标肾脏区域。该技术作为三维重建中关键的图像数据处理技术,在医学器官组织图像的三维可视化、虚拟手术、生物系统仿真等等方面具有重要的作用。随着现代化医学成像技术、设备的不断发展,大量的医学图像数据处理需求也不断增大,然而现有的医学图像处理技术更多的是关注的是对单一医学图像信息的提取,把序列图像作为一个整体进行分割处理还比较少,本课题针对这一问题提出一种针对肾脏CT序列图像的快速分割方法,相关的研究问题围绕以下几个部分展开。首先,对于单一图像人工干预少、高精度的分割方法。对于单张医学图像为了分割指定的目标,传统做法是完全依靠人工来提取。人工分割一定程度上能够保证分割精度的要求,但是这种方法耗时耗力,对于临床中快速的病情分析是无能为力的。而完全自动化的分割方法的可靠性在现阶段是不能保证的,所以一定人工干预的半自动化分割技术成为首选。同时为了保证效率的问题,人工干预不能过于频繁。其次,快速关联的序列图像处理机制。图像序列之间是相互关联具有一定的连续性,为了加快处理过程的速度和自动化程度,怎样利用图像之间的关联性很重要。本课题提出了基于目标跟踪的序列图像处理机制,在处理连续图像时,无需用户的额外输入即可依次完成接下来的图像的分割任务。最后,实用的处理工具。本课题的最终目的是开发一个在临床中实用的医学图像处理工具,在实现本课题中所提的快速分割方法和三维重建外,为了考虑到用户使用时的需要,要加入一些通用的处理操作。并且考虑到工具的可扩展性,在构建工具过程中需要留下接口。本课题主要针对肾脏CT序列图像的处理,在总结现有技术的基础上,提出了一种基于图像目标跟踪机制的序列图像分割方法,完成了分割方法的设计与实现。在此基础上,可以通过进一步的研究来对现有医学图像分割方法进行完善。