肝部CT圖像中腫瘤的分割方法研究.pdf

1、肝癌是我國最常見的消化道腫癌之一，嚴重威脅著人類的生命和健康。如何有效地提高肝癌的診斷和治療，進而最大限度地降低病死率，已成為醫(yī)學臨床應用所面臨的一個急需解決的問題。醫(yī)學圖像處理為腫瘤的識別、診斷和治療提供了一種快捷高效精準的技術手段，而腫瘤的準確分割則是其中的關鍵步驟之一，不僅為腫瘤的早期放射治療提供了重要依據(jù)，而且直接影響患者的治療效果。因此，如何提高肝部CT圖像中腫瘤的分割準確率得到了眾多國內(nèi)外研究者的重視。
　　論文主要研

2、究內(nèi)容是肝部CT圖像中腫瘤的分割方法。首先，對圖像進行數(shù)學形態(tài)學梯度變換，增強圖像的對比度；然后以此為基礎，在特定鄰域內(nèi)建立結構元素半徑與梯度級的函數(shù)關系對圖像進行梯度修正，增強目標邊緣聚合度并去除圖像噪聲及非規(guī)則細節(jié)引起的局部極小值，同時減小目標輪廓位置的偏移；最后根據(jù)圖像梯度信息運用改進的水平集方法實現(xiàn)圖像中單個或多個目標分割。
　　主要研究內(nèi)容體現(xiàn)在以下幾個方面：
　　(1)以形態(tài)學梯度圖像為基礎，建立均方差和與各像素

3、梯度值的函數(shù)關系，確定不同像素點與其鄰域內(nèi)的灰度差異；同時建立均方差和與結構元素圖譜的函數(shù)映射關系，定性地確定結構元素大小。
　　(2)區(qū)別于傳統(tǒng)閉運算，采用多尺度結構元素對梯度圖像的不同灰度級鄰域進行相應的黏性形態(tài)學逐點閉運算修正，平滑梯度圖像，保持高梯度邊緣輪廓的清晰度與其位置的準確性，并消除梯度圖像中存在的局部極小值。
　　(3)根據(jù)梯度修正后的圖像特征，在分割目標與背景形成良好的梯度對比環(huán)境下，運用改進的水平集方法進