植基于k-means及canny為基礎(chǔ)的腦部腫瘤影像切割法

1、植基於K-means及Canny為基礎(chǔ)的腦部腫瘤影像切割法,指導(dǎo)教授:吳明霓學(xué)生姓名:劉濠銘、陳益聖、賴志昇,國(guó) 立 臺(tái) 中 技 術(shù) 學(xué) 院,大綱,導(dǎo)論K-meansCanny本文方法未來(lái)展望及結(jié)論,1、導(dǎo)論,在臨床醫(yī)學(xué)應(yīng)用上，從電腦斷層掃瞄和核磁共振的影像，將器官及腫瘤的輪廓描繪出來(lái)。本研究針對(duì)電腦斷層頭部掃描圖，以如何正確將腫瘤邊界切割出來(lái)作為主要研究。,,從醫(yī)療用電腦輔助影像圖成為醫(yī)生診斷疾病的工具之後，醫(yī)療用圖影像

2、分析及醫(yī)療用影像切割方法就逐年進(jìn)步。本文最主要的目的： 如何開(kāi)發(fā)更好的演算法及縮短大量醫(yī)學(xué)影像圖片的判定時(shí)間。,使用K-means及Canny方法原因,腫瘤像素值與其他部位比較較高，使用K-means將項(xiàng)素值較高部分分群出來(lái)。Canny切割沒(méi)有方向性且可控制σ ，對(duì)腫瘤圖能顯現(xiàn)出較明顯的細(xì)節(jié)。,2、參考用的影像處理方式,在此部分我們列出本次研究所使用的影像處理方法，對(duì)其方法做簡(jiǎn)單介紹及影像套用。(1)K-means

3、分群法(2)Canny邊緣偵測(cè),2-1、K-means 分群法,K-means 群聚方法是將所有的資料群聚分成 K組資料群聚，並找出位於這些群聚中心點(diǎn)位置之群聚技術(shù)。,K-means步驟,1. 假設(shè)有K個(gè)群組，找出各群組中的群中心。2. 計(jì)算所有資料點(diǎn)到K個(gè)群中心之距離，分配所有資料點(diǎn)到距離最近的群中心。3. 將各個(gè)群組中所屬的資料點(diǎn)再次重新計(jì)算。4. 重複2.跟3.步驟，直到所有資料點(diǎn)不再移動(dòng)為止。,K-means分群法優(yōu)

4、缺點(diǎn),優(yōu)點(diǎn)：1.時(shí)間複雜度小，能將所有需分群的資料做快速分群動(dòng)作。 2.可依照研究人員需要改變分群數(shù)。 缺點(diǎn)：分群數(shù)量需要自行設(shè)定，每次做完的分群結(jié)果可能造成不完全相同的情況，產(chǎn)生些微誤差。,K-means範(fàn)例圖,(a)為腫瘤影像，(b)則為(a)使用K-means處理分五群後的影像。,(a) (b),1.使用高斯濾波器在灰階影像f(a;b)， 得到平滑影像

5、 。2.使用微分濾波器k(a;b)來(lái)計(jì)算邊緣強(qiáng)度和方向。3.高斯濾波器參數(shù)σ用來(lái)決定邊緣偵測(cè)器的大小。,2-2、Canny邊緣偵測(cè),,Canny邊緣偵測(cè)步驟,1. 以σ為其高斯濾波器對(duì)image執(zhí)行迴旋積。2. 評(píng)測(cè)每一像素的區(qū)域邊緣的正交方向3. 應(yīng)用non-maximal suppression(MNS)方法找 出edges位置。4. 得到edges強(qiáng)度影

6、像MNMS(a;b)。,,,,二、Canny邊緣偵測(cè)步驟,5. 找出高門檻值以及低門檻值然後去跟強(qiáng)度影像像素來(lái)做比較。6. 變化σ重複步驟1到5。 7. 比較多個(gè)σ的edge資料，取用最適合的edge影像。,Canny的優(yōu)點(diǎn),1.具有良好的偵測(cè)能力2.好的定位能力3.多重感應(yīng),3、本文方法,(a),(b),(c),本研究使用了九張大腦腫瘤圖來(lái)進(jìn)行研究，在此僅舉三張不同位置及角度的大腦腫瘤圖片來(lái)做探討。,影像前置處理動(dòng)作

7、,首先將影像做成灰階，去除色階資料，避免在使用K-means方法分群時(shí)因色階因素產(chǎn)生誤差值。,影像前置處理動(dòng)作(續(xù)),進(jìn)行K-means方法之後，必須設(shè)定顯示用的灰階度。我們發(fā)現(xiàn)將像素值設(shè)定為0-255，其保持大腦輪廓的表現(xiàn)及K-means的分群效果為最佳。,Fig.(a),三群,四群,五群,六群,Fig.(b),三群,四群,五群,六群,Fig.(c),三群,四群,五群,六群,三群,四群,五群,六群,Fig.(c),Canny階段,,

8、σ=0.5,σ=1.5,σ=2.0,σ=1.0,4、結(jié)論與未來(lái)展望,結(jié)論: 運(yùn)用K-means及Canny切割後，我們已經(jīng)將九張樣本圖的腫瘤的位置及大小切割出來(lái)，並對(duì)模糊、黯淡及過(guò)亮的灰階圖片調(diào)整灰階度，以方便研究結(jié)果，並能快速確認(rèn)腫瘤位置。,未來(lái)展望: 在K-means階段，我們發(fā)現(xiàn)腫瘤分群時(shí)，在腫瘤內(nèi)部有些為正常細(xì)胞部分因跟腫瘤位置過(guò)於接近，因而判斷為相同腫瘤部分，導(dǎo)致Canny找尋邊界時(shí)，無(wú)法完整將腫瘤找出