醫(yī)學(xué)影像圖像分割與存儲若干問題的研究.pdf

1、合理地分割影像圖像是醫(yī)學(xué)影像圖像處理的重要基礎(chǔ)步驟之一。鑒于醫(yī)學(xué)影像的特殊性，常采用蟻群算法和形變模型法等基于人工生命的圖像分割方法。 本文對螞蟻信息激素釋放、路徑轉(zhuǎn)移重新定義，并將圖像空間的模糊連接關(guān)系引入蟻群的覓食過程中，進而轉(zhuǎn)換為蟻群搜尋的目標(biāo)食物，改進了基于蟻群算法的醫(yī)學(xué)圖像分割方法。 本文將Live Wire引入分水嶺圖像分割算法，對相鄰區(qū)域以其像素數(shù)、灰度均值和灰度方差定義距離，并據(jù)其建立新連通圖，以對圖像過

2、度分割而產(chǎn)生的一些過小區(qū)域合并；通過增加灰度模型，并以灰度模型中已分割圖像中包含的物體和背景的局部區(qū)域統(tǒng)計信息，以及距離圖等信息，引導(dǎo)活動輪廓在相鄰的待分割圖像中快速準(zhǔn)確地收斂到物體的實邊界；在模型跨邊緣時，利用已分割圖像中模型內(nèi)部區(qū)域的統(tǒng)計特征，用區(qū)域生長法獲取內(nèi)點并重新參數(shù)化模型，以保證模型形變到正確的邊緣。從而改進了基于形變模型的醫(yī)學(xué)圖像分割。 本文面向PACS應(yīng)用及不同類型物理存儲器的技術(shù)特點，多層配置圖像存儲，以虛擬設(shè)