医学图像组织分割算法的研究与实现.pdf

分类号 密级

UDC 注 1


学 位 论 文

医学图像组织分割算法的研究与实现
（题名和副题名）


李 亮
（作者姓名）


指导教师 解 梅 教 授
电子科技大学 成 都


（姓名、职称、单位名称）
申请学位级别 硕士 学科专业 信号与信息处理
提交论文日期 论文答辩日期
学位授予单位和日期 电子科技大学 2013 年 06 月 26 日
答辩委员会主席
评阅人

注 1：注明《国际十进分类法 UDC》的类号。
THE RESEARCH AND IMPLEMENTATION OF
ALGORITHM OF MEDICAL ORGANIZATION
IMAGE SEGMENTATION



A Master Thesis Submitted to
University of Electronic Science and Technology of China




Major: Signal and Information Processing
Author: Liang Li
Advisor: Professor Mei Xie
School: School of Electronic Engineering
摘要
摘 要
随着成像技术的不断提高，医学图像在诊断中的作用越来越大。医学图像的
处理也自然而然地成为当下的一个热点，分割更是其中的关键一环，它关系到诊
断，配准，重构等诸多方面的效果。
由于医学成像原理的复杂性与特殊性，传统的分割技术不再适用于灰度不均
匀的医学图像，人们开始研究适用于这类图像的分割方式。对于现代医学图像，
除了准确性和稳定性，智能化也成为目前医学图像分割中的重要因素。基于此，
本文主要研究适应现代医学图像特点的分割方法，主要工作如下：
1. 从医学图像的特殊性出发，总结了一些常见的和较为实用的分割方法，
主要包括一些传统且经典的算法和近些年来被人们改进较多的较实用的算法。前
者虽简单适用性不强，但其思想是一直被学者们借鉴，后者虽不能处理医学图
像，但近些年的很多研究都是在它们的基础上的创新或融合。
2. 介绍了水平集的 C-V模型，针对其无法处理 MR 图像的缺陷作了一系列
改进：在原有模型上引入偏移场，并用 N 个径向基函数拟合该场，将像素点看作
是偏移场和真实值的乘积。基于上面的思想，我们提出了基于灰度不均匀场的
C-V 模型，该模型在最小化能量函数的过程中增加