基于圖割理論的肝臟CT圖像分割算法研究.pdf

1、隨著CT等新醫(yī)學(xué)成像方法的廣泛應(yīng)用，醫(yī)學(xué)圖像處理與分析已經(jīng)成為醫(yī)學(xué)技術(shù)中發(fā)展最快、成果最顯著的領(lǐng)域之一。目前，肝臟CT掃描已成為肝癌術(shù)前影像學(xué)檢查的必備方法。如何對獲得的影像學(xué)數(shù)據(jù)進行分析成為至關(guān)重要的問題，因此分割技術(shù)成為后續(xù)圖像處理和分析中的關(guān)鍵技術(shù)。
　　本文首先簡述了肝臟CT圖像分割的目的和意義，研究的背景及其現(xiàn)狀，對應(yīng)用于肝臟CT圖像分割的方法進行了綜述，并將研究目標定位在基于圖割(Graph cuts)理論的肝臟CT圖

2、像分割算法研究上，系統(tǒng)地研究了圖割的基本理論及其在圖像分割領(lǐng)域中的應(yīng)用。其次介紹了傳統(tǒng)圖割法的基本原理及其實現(xiàn)圖像分割的基本框架，考慮到傳統(tǒng)圖割方法需要構(gòu)造大量的圖節(jié)點，且局部一致性不強，因此將超像素的概念加入到圖割理論中，采用超像素方法可以有效地降低計算成本，加強局部一致性。Lazy snapping就是基于超像素概念的一個典型的應(yīng)用，Lazy snapping算法中通過分水嶺分割方法構(gòu)成超像素塊，但分水嶺預(yù)分割的結(jié)果區(qū)域一致性不夠強

3、，且會造成嚴重的過分割現(xiàn)象。通過對各種超像素分割方法的比較分析，選擇將SLIC（簡單線性迭代聚類）應(yīng)用到圖割理論中，提出基于SLIC的Graph cuts圖像分割法。SLIC可以較好地保留肝臟的模糊邊界，且能產(chǎn)生較好的區(qū)域一致性。通過實驗比較分析，本方法大大提高了肝臟CT圖像的分割速度及其精確度，并對肝臟的分割結(jié)果進行了評價。隨后針對肝臟CT圖像中肝臟與其周邊組織缺乏良好的灰度對比，難以找到不同組織之間的清晰邊界這一關(guān)鍵性問題，提出基于