醫(yī)學圖像感興趣區(qū)域的自動分割.pdf

1、圖像分割是醫(yī)學圖像處理的重點和難點之一。如何將感興趣區(qū)域(ROI)從醫(yī)學圖像中提取出來,并自動識別,是本文的研究內(nèi)容和實現(xiàn)目標。概括全文的研究成果和貢獻,主要有如下幾個方面:
　　 首先,對經(jīng)典分水嶺分割算法進行實現(xiàn)和改進。對于基于沉浸模型的分水嶺算法(VS算法),引入勢能值和落差閾值進行改進,有效抑制了分水嶺算法的過分割現(xiàn)象。分割預(yù)處理時,使用形態(tài)學重建濾波器和多尺度形態(tài)學梯度圖來減少過分割。改進型分水嶺算法分割處理后,依據(jù)區(qū)

2、域相似性,采用基于面積和灰度的評價函數(shù)完成區(qū)域合并。必要時借助了手動區(qū)域合并工具,以獲得更好的分割結(jié)果,。
　　 其次,結(jié)合模式識別理論中的熱點——神經(jīng)網(wǎng)絡(luò)算法,實現(xiàn)醫(yī)學圖像自動分割。采用自組織特征映射(SOM)和多模上下文關(guān)聯(lián)(MMC)神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法,先由前者對圖像進行預(yù)分割,確定模糊聚類中的初始隸屬度,再由后者優(yōu)化分割結(jié)果。得到初步的組織區(qū)域分割輪廓后,再結(jié)合圖像解剖結(jié)構(gòu)先驗知識,設(shè)定特征描述子和判定準則,自動標識出圖