VCH-F1切片图像分割研究

论文摘要

虚拟人计划是一项人类借助计算机技术进一步认识自身,同时在医学、仿生学等多个领域具有广阔应用前景的重大课题。我国虚拟人计划处于可视人阶段,即对人体及组织器官的重建和理解阶段。医学图像分割技术是实现虚拟可视人计划的关键,其中对彩色虚拟人切片图像组织器官的成功分割是虚拟可视人计划的核心环节。论文针对存在的问题开展了以下研究:本论文应用虚拟中国人女性1号（Virtual Chinese Human-Female NO.1,VCH-F1）的胸部切片数据,着重研究了基于边界的分割方法,基于区域的分割方法和结合特定理论工具的医学图像分割方法。在此基础上针对VCH-F1图像的特征,提出了基于改进分水岭算法和Canny边缘检测算子的分割方法,分割胸部切片数据的肝脏、胸腔和心脏血液区域。首先,为了克服图像中人体不同组织器官边缘信息比较模糊,充分利用虚拟人彩色图像R、G、B分量梯度信息,选取同一坐标位置的不同分量梯度最大值作为切片图像的梯度值,构成彩色切片图像的梯度图。然后,为消除梯度图像中所引入的噪声,本论文考虑到梯度图像不同灰度级所反映的原始图像信息的差异,采用迭代多阈值分割方法进行分水岭方法分割,获得目标的连续边界。并利用人工标记进行区域生长和数学形态学方法获得目标区域模板。其次,采用Canny算子边缘检测获得原始图像的边缘信息,对初始分割模板进行优化,获得更加符合语义感知的目标。最后,利用相邻帧目标之间在空间位置、形状和灰度上的相关性,以前一帧图像所得到的分割结果作为相邻帧目标分割的参考模板,实现连续帧的自动分割,从而减少了计算量,提高分割效率。实验结果表明,本论文分割方法减少了人工参与,提高了分割算法的自动化程度,实现了虚拟中国人女性1号图像的准确连续分割。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 虚拟人计划简介
• 1.2.1 国外虚拟人计划
• 1.2.2 中国虚拟人计划
• 1.3 医学图像分割方法概述
• 1.4 论文的结构安排
• 第2章 医学图像分割方法
• 2.1 医学图像分割的发展现状
• 2.2 医学图像分割方法
• 2.2.1 基于边界的分割方法
• 2.2.2 基于区域的分割方法
• 2.2.3 结合特定理论工具的分割方法
• 2.3 结论
• 第3章 VCH-F1 切片图像分割方法
• 3.1 引言
• 3.2 虚拟人分割方法现状
• 3.2.1 传统分水岭改进方法
• 3.2.2 虚拟人分割方法
• 3.3 结合改进分水岭算法与Canny 算子的分割方法
• 3.3.1 获取彩色图像的形态学梯度图
• 3.3.2 梯度图多阈值分割算法
• 3.3.3 目标标记与后处理
• 3.3.4 Canny 边缘检测
• 3.3.5 算法步骤
• 3.3.6 分割结果
• 3.4 VCH-F1 图像序列的连续分割
• 3.4.1 目标分割
• 3.4.2 空间相关性标记和后处理
• 3.4.3 连续分割结果
• 3.5 结论
• 第4章 VCH-F1 图像分割分析与评价
• 4.1 图像分割评价方法
• 4.2 医学图像分割评价
• 4.3 VCH-F1 图像特点与分割评价标准
• 4.4 VCH-F1 切片图像分割评价
• 4.4.1 肝脏区域的分割评价
• 4.4.2 胸腔区域的分割评价
• 4.4.3 心脏血液区域的分割评价
• 4.5 小结
• 第5章 总结与展望
• 5.1 全文工作总结
• 5.2 今后工作展望
• 参考文献
• 致谢
• 附录 攻读学位期间所发表的学术论文目录