基于統(tǒng)計形狀模型的肝臟分割算法的研究與實現(xiàn).pdf

1、醫(yī)學(xué)圖像分割是進(jìn)行醫(yī)學(xué)圖像分析與計算機輔助診斷(CAD)的重要前提。肝臟組織的準(zhǔn)確分割是肝臟疾病診斷和制定手術(shù)計劃的先決條件。但是受腹部解剖結(jié)構(gòu)復(fù)雜等因素的影響，加大了肝臟分割的難度。因此肝臟分割算法的研究對醫(yī)學(xué)圖像分析和臨床診斷具有重要的研究意義和應(yīng)用價值。
　　本文在參考和吸收大量的圖像分割前沿成果的基礎(chǔ)上，建立了肝臟統(tǒng)計形狀模型。在形狀對齊過程中針對MDL方法存在采樣不均的問題，提出了一種自適應(yīng)采樣法對MDL方法進(jìn)行改進(jìn)。該

2、方法巧妙地將粒子系統(tǒng)與原始MDL方法進(jìn)行結(jié)合，使得在密集的區(qū)域能夠獲得更多的采樣點集，而在稀疏區(qū)域獲得相對較少的采樣點。針對水平集方法分割效率低和對初始邊界要求較高的問題，提出了將水平集方法和統(tǒng)計形狀模型相結(jié)合進(jìn)行圖像分割的新算法。該算法將肝臟平均形狀縮小一定比例后置于待分割圖像的內(nèi)部作為零水平集曲線，根據(jù)改進(jìn)的水平集方法進(jìn)行水平集演化以進(jìn)行肝臟分割。即首先使用大量訓(xùn)練樣本構(gòu)造肝臟的統(tǒng)計形狀模型，利用隱含函數(shù)表示此模型先驗形狀的變化，然