基于局部Level Set方法的顱骨圖像分割研究.pdf

1、顱骨的相關(guān)病變類型很多，臨床診斷具有一定的復雜性。醫(yī)生對顱骨CT圖像的分析，往往需要處理大量的圖像，過程枯燥、耗時并具有主觀性，錯誤率較高。在這種情況下，出現(xiàn)了自動檢測和輔助診斷。通過圖像處理技術(shù)對圖像進行分割、提取、重構(gòu)、識別等，檢測出病變區(qū)域，最后再由醫(yī)生人工鑒定對其做進一步檢查，從而更加安全有效的分析病人情況。在考古、鑒定等領(lǐng)域，研究人員同樣可以借助圖像處理系統(tǒng)更方便有效的對顱骨圖像進行分析。
　　圖像處理技術(shù)在最近幾十年得

2、到了迅速的發(fā)展，在醫(yī)學、軍事、氣象、工業(yè)等領(lǐng)域都得到了廣泛的應用。圖像分割是圖像處理前期的重要步驟，也是計算機視覺領(lǐng)域中的基本問題之一。圖像分割的方法有很多種，其中Level Set方法是一種常用的醫(yī)學圖像分割方法，屬于幾何型形變模型的方法。Level Set方法用來描述曲線的演化過程，最大優(yōu)點在于穩(wěn)定性和拓撲無關(guān)性。目前，該方法已在圖像處理、計算機視覺和機器人導航等領(lǐng)域中廣泛應用，具有良好的前景。
　　本文主要論述了Level

3、Set方法的原理及幾種改進方法，重點研究了稀疏場Level Set方法，提出了本文創(chuàng)新的局部Level Set方法，并將其應用在顱骨CT的圖像分割中。通過預處理的方式得到粗略的分割區(qū)域，作為種子圖像進行迭代。在顱骨CT圖像分割實驗中論證了其優(yōu)越性和良好的實用性，得到了顱骨幾個主要部分的圖像。同時，本文利用 EM（Expectation Maximization）算法對顱骨內(nèi)部進行分割并分離出骨質(zhì)部分和空腔軟組織部分，對醫(yī)學研究計算機輔助