基于感興趣區(qū)域的顱腦圖像處理與應(yīng)用.pdf

1、在醫(yī)學(xué)圖像處理技術(shù)中，一直以來都存在著一個十分關(guān)鍵的問題，那就是如何正確地提取出我們關(guān)心的解剖組織對象也就是我們感興趣的目標區(qū)域，這也正是如何對醫(yī)學(xué)圖像進行準確的分割。醫(yī)學(xué)圖像分割是對醫(yī)學(xué)圖像中病灶進行提取、定量分析、體積測量、配準處理、三維重建等操作的基礎(chǔ)環(huán)節(jié)，同時，又是對醫(yī)學(xué)圖像進行高層次理解的前提條件。所以，對醫(yī)學(xué)感興趣目標分割的準確性將直接關(guān)系到醫(yī)生對病理的分析診斷和診治方案的制定與實施。
　　 在醫(yī)學(xué)圖像中，可以發(fā)現(xiàn)不

2、同組織之間的特征具有極其相似性和復(fù)雜性等特點，這使得醫(yī)學(xué)圖像分割一直是各種影像分析系統(tǒng)中的瓶頸問題。而顱腦圖像尤其具備這個特點，并且由于其重要的應(yīng)用價值，對顱腦圖像中的感興趣區(qū)域分割，已成為醫(yī)學(xué)圖像處理技術(shù)中的熱點研究問題。
　　 本文在汲取前人研究成果的基礎(chǔ)上，總結(jié)并概括了常見的醫(yī)學(xué)圖像分割方法和基于感興趣區(qū)域的分割方法，并根據(jù)醫(yī)學(xué)圖像的自身特點，從實際應(yīng)用的角度出發(fā)，提出了兩種在顱腦圖像中基于交互的感興趣區(qū)域快速分割方法。本

3、文的主要研究內(nèi)容和研究成果如下：
　　 1、闡述了醫(yī)學(xué)影像技術(shù)的發(fā)展以及醫(yī)學(xué)圖像處理技術(shù)在臨床診斷當(dāng)中的應(yīng)用與重要意義，指出醫(yī)學(xué)圖像分割技術(shù)在醫(yī)學(xué)圖像處理中的重要地位，提出了對顱腦圖像中感興趣區(qū)域的分割的必要性，分析和總結(jié)了目前常見的醫(yī)學(xué)圖像分割方法和基于感興趣區(qū)域的分割方法。
　　 2、提出了一種基于等周算法的顱腦圖像感興趣區(qū)域快速分割方法。由于基于圖論的圖像分割是將圖像中的像素點看作圖的結(jié)點，并構(gòu)成一幅加權(quán)圖來實現(xiàn)圖

4、像分割，因而隨著圖像的尺寸增大，圖像中的像素點也隨之增多，問題的求解也將越來越耗時。一般而言，它是一個NP難問題。但對于一幅醫(yī)學(xué)圖像來說，往往我們關(guān)心的只是感興趣目標區(qū)域，而它僅占據(jù)一個較小的部分。我們在利用等周算法的基礎(chǔ)上對顱腦圖像中感興趣區(qū)域進行分割，有效降低了求解問題規(guī)模，提高了分割的時效性，并獲得了很好的分割效果。
　　 3、提出了一種基于醫(yī)學(xué)三維數(shù)據(jù)集的感興趣空間鄰域體快速分割方法。由于很多在二維圖像上所使用的分割方法

5、，很難直接用到三維數(shù)據(jù)場的分割。從醫(yī)學(xué)應(yīng)用的角度，本文針對醫(yī)學(xué)圖像數(shù)據(jù)信息量大及數(shù)據(jù)高度復(fù)雜等特點，結(jié)合閾值法與區(qū)域生長法這兩種方法的優(yōu)點，并通過對閾值法和區(qū)域生長法做出改進，很好地結(jié)合從醫(yī)學(xué)三維數(shù)據(jù)集中獲得的感興趣空間鄰域體的二維切片圖像及其空間信息，有效地實現(xiàn)對感興趣空間鄰域體的準確分割，算法具有較高的魯棒性。
　　 4、結(jié)合實際應(yīng)用，設(shè)計并實現(xiàn)了神經(jīng)腦外科手術(shù)的三維成像輔助應(yīng)用系統(tǒng)框架。通過直接讀取DICOM標準數(shù)據(jù)來構(gòu)造