基于Graph Cuts算法的交互式醫(yī)學(xué)X線圖像分割方法研究.pdf

1、醫(yī)學(xué)圖像分割是圖像處理和分析中的一個重要領(lǐng)域，其中醫(yī)學(xué)X線圖像的分割在現(xiàn)代醫(yī)學(xué)的疾病診斷、分級以及治療方法選擇等方面起著決定性的作用。近年來隨著醫(yī)學(xué)影像技術(shù)的發(fā)展，圖像的分辨率越來越高、細(xì)節(jié)越來越多，又因為醫(yī)學(xué)X線圖像本身存在的灰度分布不均、對比度較低、紋理特征復(fù)雜的特點，自動圖像分割技術(shù)通常難以得到令人滿意的結(jié)果。使用Graph Cuts算法進(jìn)行交互式圖像分割是一種新的思路，它能夠通過用戶輸入的交互式信息快速而準(zhǔn)確的分割出圖像中感興趣

2、的目標(biāo)。然而研究現(xiàn)狀表明將該方法應(yīng)用于醫(yī)學(xué)圖像分割還有一定的局限性。
　　本文在分析醫(yī)學(xué)圖像分割領(lǐng)域的研究現(xiàn)狀的基礎(chǔ)上，研究了基于圖論的圖像分割技術(shù)，詳細(xì)的討論了基于Graph Cuts算法的交互式圖像分割方法。以乳腺X線圖像腫塊為具體的處理對象，從三個方面展開工作：⑴系統(tǒng)的研究了圖論理論在圖像分割中的應(yīng)用，介紹了基于Graph Cuts算法的交互式圖像分割方法的基本框架;其次從灰度對比度、邊緣特征、紋理特征等方面分析了醫(yī)學(xué)X線圖

3、像分割的局限性以及傳統(tǒng)的Graph Cuts圖像分割方法存在魯棒性和準(zhǔn)確性不足的缺陷，為算法的改進(jìn)提供了基礎(chǔ)。⑵針對醫(yī)學(xué)X線圖像中組織邊緣對比度低、存在偽影等問題，設(shè)計了兩種改進(jìn)的方法:結(jié)合先驗形狀的Graph Cuts分割方法以及基于偽彩色的Graph Cuts分割方法。通過引入腫塊的先驗形狀信息，結(jié)合用戶交互輸入的前景、背景信息，改進(jìn)后的Graph Cuts算法能夠解決腫塊邊緣欠分割的問題?；趥尾噬腉raphCuts分割方法，將

4、待分割灰度X線圖像感興趣區(qū)域進(jìn)行偽彩色處理，引入了彩色信息、增強了圖像邊緣的對比度，再使用K-means聚類方法對圖像進(jìn)行預(yù)分割，更新了圖的能量函數(shù)，最后利用Graph Cuts算法實現(xiàn)偽彩色圖像分割。本文使用了北大人民醫(yī)院乳腺X線圖像對兩種方法在實際腫塊分割中進(jìn)行了測試，結(jié)果表明改進(jìn)后的算法可行有效。⑶基于對Graph Cuts交互式圖像分割算法的研究，設(shè)計了乳腺腫塊X線圖像處理系統(tǒng)的實現(xiàn)方案。在Windows7系統(tǒng)中，利用QT5.0