基于圖割和ASM的心臟圖像分割研究.pdf

1、當(dāng)下國內(nèi)外的心臟病發(fā)病率逐漸上升，心臟健康話題不容忽視。超聲診斷憑借無損、無電離輻射、無痛、廉價(jià)、實(shí)時(shí)等優(yōu)點(diǎn)，成為了現(xiàn)代臨床醫(yī)學(xué)中必不可少的影像診斷技術(shù)之一。但由于超聲的固有特性，超聲圖像包含大量斑點(diǎn)等噪聲，給圖像處理、病情診斷與定量分析等步驟增加了難度，醫(yī)學(xué)圖像處理越加重要，而首要步驟之一便是圖像分割。
　　本文主要研究、實(shí)現(xiàn)了圖割算法與主動(dòng)形狀模型對(duì)心臟磁共振圖像、超聲圖像的分割，并在良好的分割結(jié)果基礎(chǔ)上進(jìn)行了實(shí)驗(yàn)結(jié)果的研究和

2、分析。
　　圖割算法基于圖論，它首先構(gòu)建能量函數(shù)，構(gòu)建s-t網(wǎng)絡(luò)，通過解決能量函數(shù)最小化問題得到分割結(jié)果。經(jīng)過理論研究和實(shí)驗(yàn)分析，并結(jié)合本文設(shè)計(jì)的后續(xù)圖像處理方法發(fā)現(xiàn)，對(duì)磁共振成像的心臟圖像分割效果良好，但卻非常不適合超聲圖像的分割。為使實(shí)驗(yàn)更加嚴(yán)謹(jǐn)，本文增加了針對(duì)超聲圖像的預(yù)處理，分割結(jié)果有所改進(jìn)，但仍不理想。
　　主動(dòng)形狀模型則主要應(yīng)用于動(dòng)態(tài)識(shí)別、人臉識(shí)別、手型分割等方面，應(yīng)用于超聲圖像還較少。它主要通過訓(xùn)練融入先驗(yàn)知識(shí)

3、，得到初始模型，再進(jìn)行匹配，迭代更新參數(shù)來尋找到待分割區(qū)域的具體位置。改進(jìn)的主動(dòng)形狀模型可直接使用臨床超聲圖像，無需預(yù)處理等步驟，最大程度地保留原始圖像的信息，切近實(shí)際應(yīng)用。本文以對(duì)主動(dòng)形狀模型的研究為理論基礎(chǔ)，繼而進(jìn)行實(shí)驗(yàn)和改進(jìn)，此算法適合于超聲心臟圖像分割，獲得了很好的分割結(jié)果。相比于圖割，主動(dòng)形狀模型非常適合心臟超聲影像的處理。
　　本文進(jìn)行了充足的實(shí)驗(yàn)后發(fā)現(xiàn)，采集連續(xù)的幾個(gè)心動(dòng)周期的心臟超聲圖像，研究分析驗(yàn)證了心臟健康者心