基于活動(dòng)輪廓模型的醫(yī)學(xué)影像非均勻目標(biāo)提取方法研究.pdf

1、MRI和CT等醫(yī)學(xué)影像分析，可以為臨床診斷提供直觀的參考依據(jù)，具有十分重要的意義。醫(yī)學(xué)圖像分析涉及圖像增強(qiáng)、圖像分割、圖像可視化等處理。其中圖像分割是一切分析的基礎(chǔ)，對(duì)產(chǎn)生正確的判斷和分析具有重要作用。本文主要研究醫(yī)學(xué)影像MRI和CT圖像中非均勻目標(biāo)的提取問(wèn)題。這類圖像具有邊緣模糊、內(nèi)部特征復(fù)雜等特點(diǎn)，傳統(tǒng)的圖像分割方法很難取得理想效果。
　　基于水平集的活動(dòng)輪廓模型具有抗噪性能強(qiáng)、數(shù)值求解穩(wěn)定等優(yōu)點(diǎn)，目前已廣泛應(yīng)用于醫(yī)學(xué)圖像分割

2、、三維重建等領(lǐng)域。傳統(tǒng)的活動(dòng)輪廓模型，存在分割速度慢、對(duì)初始化位置敏感等特點(diǎn)，對(duì)一些灰度非均勻、邊緣模糊的目標(biāo)分割效果不理想。本文在對(duì)傳統(tǒng)活動(dòng)輪廓模型深入研究的基礎(chǔ)上，結(jié)合CV模型和LBF模型的優(yōu)點(diǎn)，研究改進(jìn)后形成一些新的活動(dòng)輪廓模型算法，能較好解決本文所涉及的一些醫(yī)學(xué)影像中灰度非均勻目標(biāo)的提取。本論文主要工作如下：
　?。?）在對(duì)CV模型和LBF模型研究的基礎(chǔ)上，將兩者融合形成一種改進(jìn)的、基于區(qū)域和水平集表示的活動(dòng)輪廓模型。在改

3、進(jìn)的模型中，定義了一個(gè)含有局部灰度擬合規(guī)則項(xiàng)和輔助的全局灰度擬合規(guī)則項(xiàng)的能量函數(shù)。該模型利用圖像中局部和全局灰度信息，驅(qū)動(dòng)輪廓曲線演化，并允許靈活的初始化位置。大量的醫(yī)學(xué)圖像分割實(shí)驗(yàn)表明，改進(jìn)的活動(dòng)輪廓模型能夠準(zhǔn)確提取灰度不均勻目標(biāo)。
　?。?）在對(duì)CV模型和演化曲線內(nèi)外密度函數(shù)Bhattacharyya距離函數(shù)的研究基礎(chǔ)上，提出了一個(gè)改進(jìn)的CV模型。改進(jìn)的模型是依據(jù)圖像的全局密度函數(shù)，較之 CV模型，改進(jìn)的模型在擬合項(xiàng)()F C