论文部分内容阅读
目的：本研究对食管癌X射线医学图像进行分割研究。找出适合新疆哈萨克族食管癌医学图像的分割方法。 方法：利用MATLAB图像处理软件，对150幅早期食管癌医学图像和150幅晚期食管癌医学图像进行中值滤波去噪和尺寸归一的预处理以改善图像质量；并分别利用全阈值法，边缘检测法，区域增长法，模糊C均值，硬C均值等方法对目标图像进行分割。选取分割结果比较好的分割结果并对其进行面积评价和平均表面距离评价。 结果：为了区域增长法，全阈值和C均值方法的阈值选取，分析300幅医学图像感兴趣区域的分布，边缘规律。得出早期食管癌医学图像中感兴趣区域分布于（200.2，235.1）；晚期癌医学图像中感兴趣区域分布于（198.6，235.0）。前中期食管癌图像食管癌灰度下线与背景灰度上线分别为185.0,213.0.。晚期食管癌图像食管癌灰度下线与背景灰度上线分别为185.2，212.8.利用次特征分别以上五中方法对原图进行分割。对分割效果较好的区域增长法，全阈值法，FCM法进行分割评价。得出几乎每一个医学图像其分割准确率区域增长法的比其它两种方法分割结果好。区域增长法分割早期食管癌医学图像与手动分割图像面积评价为5.77±2.42，平均表面距离差异为0.96±0.41；全阈值法分割早期食管癌医学图像与手动分割图像面积评价为14.28±9.06，平均表面距离差异为3.00±0.43；FCM法分割早期食管癌医学图像与手动分割图像面积评价为14.98±8.83，平均表面距离差异为3.06±0.52；区域增长法分割晚期食管癌医学图像与手动分割图像面积评价为5.85±2.21，平均表面距离差异为0.90±0.37；区全阈值法分割晚期食管癌医学图像与手动分割图像面积评价为14.67±9.12，平均表面距离差异为3.02±0.51；FCM法分割晚期食管癌医学图像与手动分割图像面积评价为14.16±9.23，平均表面距离差异为2.98±0.38。选出区域增长法并对其进行优化，得出改善后区域增长法面早期食管癌医学图像面积评价为4.59±1.47，平均表面距离的为0.75±0.29；改善后区域增长法对晚期食管癌医学图像面积评价为4.35±1.38平均表面距离的为0.74±0.2。 结论：通过本研究结果可以得出区域增长法比较适合新疆食管癌医学图像的分割研究。而改善的区域增长法能够更佳完善区域增长法，对以后的食管癌医学图像的研究奠定了基础。