基于活動(dòng)輪廓模型的醫(yī)學(xué)圖像分割與矩描述方法研究.pdf

1、隨著醫(yī)學(xué)影像在臨床診斷和治療上的作用越來(lái)越顯著，醫(yī)學(xué)圖像處理技術(shù)近年來(lái)受到了國(guó)內(nèi)外專家的高度重視。在醫(yī)學(xué)圖像處理和分析中，醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像分析與識(shí)別的前提。由于醫(yī)學(xué)圖像中一般包含有多種組織，并且每種組織結(jié)構(gòu)復(fù)雜、組織邊界不清晰、灰度分布不均一等這些特點(diǎn)均決定了其分割的復(fù)雜性。為了解決醫(yī)學(xué)圖像分割的問(wèn)題，近年來(lái)提出了很多的醫(yī)學(xué)圖像分割方法，其中活動(dòng)輪廓模型(又稱為Snake模型)是目前醫(yī)學(xué)圖像分割領(lǐng)域中研究較多、應(yīng)用較廣的分割方法。

2、在傳統(tǒng)Snake模型與梯度矢量流(GVF)Snake模型中，均是利用圖像梯度的幅度函數(shù)作為外部能量，由于梯度的幅度忽略了方向信息，使得這些方法都不能很好地區(qū)分相鄰的組織邊界。
　　 本文在動(dòng)態(tài)方向梯度矢量流(DDGVF)Snake模型的基礎(chǔ)上，從梯度矢量場(chǎng)發(fā)散或平滑的觀點(diǎn)出發(fā)，提出了一種改進(jìn)的動(dòng)態(tài)方向梯度矢量流(IDDGVF)Snake模型。為了能更好地檢測(cè)出目標(biāo)輪廓的凹陷物體邊緣，在內(nèi)部能量項(xiàng)中增加了與Snake包圍面積有關(guān)的

3、能量。為了克服由于GVF場(chǎng)迭代次數(shù)有限或由于初始輪廓的中心位置與GVF發(fā)散場(chǎng)的中心偏離太遠(yuǎn)而導(dǎo)致收斂到錯(cuò)誤的目標(biāo)邊界問(wèn)題，論文引入了與初始輪廓中心位置有關(guān)的新的動(dòng)態(tài)外力場(chǎng)，擴(kuò)大了原有外力場(chǎng)的捕獲范圍。為了進(jìn)一步提高改進(jìn)后的動(dòng)態(tài)方向梯度矢量流(IDDGVF)Snake模型的收斂速度，對(duì)原有貪婪蛇搜索算法進(jìn)行了進(jìn)一步優(yōu)化。實(shí)驗(yàn)結(jié)果表明該模型在區(qū)分相鄰的組織邊界、初始輪廓位置選擇的敏感性和分割弱邊界等方面都具有一定的優(yōu)越性，因而更適用于醫(yī)學(xué)圖