人腦顱骨CT圖像分割技術(shù)研究.pdf

1、醫(yī)學圖像分割是現(xiàn)代醫(yī)學中的重要組成部分，顱骨的分割作為醫(yī)學圖像分割中的一個重要的環(huán)節(jié)，其分割結(jié)果主要用于三維重建，為外科整形、損傷及修復提供依據(jù)，滿足病理學研究和臨床診斷的需要。 本文通過分析醫(yī)學圖像分割的背景、現(xiàn)狀及算法研究的特點，針對人腦顱骨分割的實際應(yīng)用，對常用的骨骼分割方法：閾值法、區(qū)域生長法和動態(tài)輪廓模型法進行了剖析，針對CT圖像分割的適應(yīng)性和各個方法的局限性提出了改進方案。 論文主要對兩種最優(yōu)的閾值自動選取算

2、法：Otsu閾值法和自適應(yīng)迭代閾值法進行了改進，改進后的算法基本解決了閾值分割中常見的目標比例較小時方法失效的問題。對區(qū)域生長嚴重依賴于種子特性，分割效果較差的問題也提出了改進，并將改進的算法運用到了人腦顱骨的分割中，提高了分割的平滑效果。在對人腦顱骨分割技術(shù)的研究中，重點分析了動態(tài)輪廓模型算法，在詳細討論原始模型理論的基礎(chǔ)上，對其不足加以改進，并將區(qū)域生長的分割結(jié)果與動態(tài)輪廓模型相結(jié)合，提出了結(jié)合區(qū)域生長分割的動態(tài)輪廓模型人腦CT顱骨