医学CT序列图像交互式分割方法的研究与实现

论文摘要

由于医学图像的特殊性和复杂性,自动分割方法往往不能达到理想的分割效果,因而,在医学图像的分割过程中能够适时融入医师的主观经验的交互式分割方法在医学图像分割领域中具有不可替代的优势。另外,常用的医学图像往往是一整套的CT序列图像,图像分割的数据量较大。因此,研究既能够尽量减少人的工作量,又能适时融入人的主观经验的方法成为交互式医学图像分割方法的研究重点。本文从医学临床实用的角度出发,以交互式轮廓演化思想为核心,兼顾区域相似性和边缘的突变特征,研究了医学CT序列图像的交互式分割方法。其主要内容如下：（1）引入子区域相似度的概念,并将其融入到一个多边形轮廓演化逼近的过程中,提出基于子区域相似度的多边形轮廓逼近交互式图像分割方法。实验表明,基于子区域相似性的方法能够提高轮廓演化过程的抗噪能力；同时初始轮廓不同复杂度的交互生成方式,充分发挥了交互式分割方法的灵活性,能够满足不同复杂程度的分割需求。（2）将小波模极大值边缘检测算法与交互式轮廓演化思想相结合,提出基于小波模极大值的多边形轮廓逼近交互式图像分割算法。实验表明,小波模极大值边缘检测方法的多分辨特性,使边缘检测过程有较好的抗噪能力；同时,边缘检测的结果为轮廓演化逼近提供了很好的支撑,能够获得较好的分割结果。交互式的轮廓生成方式的灵活性也使算法能够适应不同复杂度的分割需求。（3）以上述两种交互式分割算法为基础,采用Microsoft VC++6.0作为开发环境,编程实现了“医学CT序列图像交互式分割系统”。系统通过医师选择具有代表性的单张CT断层作为控制层,施以不同程度的交互式操作,以生成初始轮廓。然后将其向相邻断层进行投影,获得CT序列图像各个断层的初始轮廓,并进一步对各断层进行轮廓线演化,最终达到对整个CT序列图像的目标区域进行分割的目的。系统具有较强的操作弹性和较高的实用价值。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 论文研究的意义与背景
• 1.2 国内外研究现状
• 1.3 研究内容与论文结构
• 2 交互式医学图像分割方法概述
• 2.1 医学CT图像与DICOM文件格式
• 2.2 图像分割的概念
• 2.3 基于区域的图像分割方法
• 2.3.1 基于直方图分布的分割算法
• 2.3.2 区域生长分割算法
• 2.3.3 区域分裂合并法
• 2.4 基于边界的图像分割方法
• 2.4.1 基于边缘检测的图像分割方法
• 2.4.2 目标轮廓的提取
• 2.5 区域与边缘相结合的分割方法
• 2.6 结合其他理论的图像分割方法
• 2.7 轮廓演化思想在交互式医学CT序列图像分割中的重要作用
• 3 基于子区域相似度的交互式医学图像分割方法的研究与实现
• 3.1 算法的基本思想
• 3.2 定义子区域相似度
• 3.2.1 图像灰度直方图
• 3.2.2 子区域相似度
• 3.2.3 相似度的限定
• 3.3 种子区域的生成
• 3.4 交互式轮廓逼近算法
• 3.4.1 基于单一种子点的轮廓逼近医学图像分割方法
• 3.4.2 基于交互式多边形轮廓逼近的医学图像分割方法
• 3.4.3 基于纵轴线的轮廓逼近医学图像分割方法
• 3.5 小结
• 4 基于小波边缘检测的交互式医学图像分割方法的研究与实现
• 4.1 从傅里叶变换到小波变换
• 4.2 小波理论简介
• 4.2.1 小波与小波变换
• 4.2.2 多分辨分析
• 4.3 小波用于图像处理的一般过程
• 4.4 小波理论在图像边缘检测中的应用
• 4.4.1 基于小波分解的边缘检测
• 4.4.2 基于小波模极大值的边缘检测
• 4.5 基于小波模极大值边缘检测的交互式医学图像分割方法
• 4.5.1 算法的基本思想
• 4.5.2 算法的基本流程
• 4.5.3 实验结果与分析
• 4.6 小结
• 5 医学CT序列图像交互式分割系统的研究与实现
• 5.1 医学CT序列图像的交互式分割思路和主要步骤
• 5.2 医学CT序列图像交互式分割系统的实现
• 5.2.1 系统构成和主要功能模块
• 5.2.2 窗口管理
• 5.2.3 数据管理
• 5.2.4 算法管理
• 5.2.5 分割数据的3D显示
• 5.3 医学CT序列图像交互式分割系统实现的关键技术
• 5.4 实验结果
• 5.5 小结
• 结论
• 致谢
• 参考文献
• 附录 肺部CT序列图像分割结果（二维）
• 攻读学位期间的研究成果