基于幾何活動(dòng)輪廓模型的醫(yī)學(xué)圖像分割算法研究.pdf

1、隨著醫(yī)學(xué)成像技術(shù)的發(fā)展，醫(yī)學(xué)圖像對(duì)臨床疾病診斷的重要性越來越大。傳統(tǒng)的醫(yī)學(xué)影像診斷主要依靠有經(jīng)驗(yàn)醫(yī)生的肉眼觀察，存在主觀性，且容易造成誤診。如今，醫(yī)學(xué)影像診斷更多的依賴圖像處理，特別是手術(shù)方案規(guī)劃及導(dǎo)航系統(tǒng)的研發(fā)對(duì)醫(yī)學(xué)圖像處理提出了更高要求，如人體組織器官的分割，定量分析，配準(zhǔn)，三維重建及可視化等，而圖像分割又是圖像處理中最關(guān)鍵的部分基于曲線演化理論和水平集方法的幾何活動(dòng)輪廓模型將圖像本身信息，目標(biāo)邊界特征，初始化，及先驗(yàn)知識(shí)等集成在統(tǒng)

2、一的變分框架中，憑借著其在時(shí)間，迭代次數(shù)，分割精度，魯棒性，穩(wěn)定性及抗噪性各方面優(yōu)勢(shì)，在醫(yī)學(xué)圖像分割領(lǐng)域得到了廣泛研究。本文結(jié)合具體應(yīng)用對(duì)該類模型進(jìn)行了研究與改進(jìn)，主要工作內(nèi)容如下:
　　(1)詳細(xì)研究了醫(yī)學(xué)圖像成像原理，醫(yī)學(xué)圖像特征，圖像分割難點(diǎn)和幾何活動(dòng)輪廓模型分割算法的數(shù)學(xué)理論基礎(chǔ)，以及如何將曲線水平集演化理論與圖像分割領(lǐng)域相結(jié)合;同時(shí)重點(diǎn)分析了活動(dòng)輪廓模型的能量泛函設(shè)計(jì)過程。
　　(2)重點(diǎn)研究了基于區(qū)域的分段常數(shù)模

3、型和基于邊緣的無需重新初始化模型。其中，針對(duì)后者對(duì)初始輪廓線設(shè)置敏感性的問題，設(shè)計(jì)了一個(gè)內(nèi)部能量項(xiàng)的可變權(quán)系數(shù)，改進(jìn)了一種自適應(yīng)無重新初始化模型。然后，借鑒參考文獻(xiàn)中綜合模型的建模思想，綜合了區(qū)域模型的抗噪性和魯棒性及自適應(yīng)無重新初始化模型的時(shí)間高效性和對(duì)弱邊緣圖像分割的準(zhǔn)確性優(yōu)勢(shì)，并結(jié)合醫(yī)學(xué)圖像的特點(diǎn)，改進(jìn)了一種基于邊緣的全局最優(yōu)幾何活動(dòng)輪廓模型，實(shí)驗(yàn)結(jié)果表明該模型對(duì)含噪聲醫(yī)學(xué)圖像分割結(jié)果理想，且時(shí)間效率大大提高。
　　(3)借

4、鑒于LBF和LRICV局部擬合模型的能量泛函設(shè)計(jì)的思想，以及圖像分割質(zhì)量都嚴(yán)重依賴于核半徑的選取的不足:核半徑過大或過小容易導(dǎo)致冗余的輪廓或者漏檢潛在的弱邊緣，存在主觀性。本文改進(jìn)了一種邊緣保持局部擬合模型，通過引入結(jié)合空間距離和圖像數(shù)據(jù)信息的測(cè)地線函數(shù)來定義模型的核函數(shù)，能自適應(yīng)地選擇鄰域采樣點(diǎn)，重新設(shè)計(jì)了能量泛函。實(shí)驗(yàn)結(jié)果表明，該模型能夠在選取較大的核半徑時(shí)依然能保留潛在的弱邊界，避免了原來的局部擬合模型對(duì)核半徑的選取問題，提高了演