醫(yī)學(xué)圖像中血管分割算法的研究.pdf

1、醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理的一個(gè)重要分支,血管分割是圖像分割的一個(gè)重要方向。提取清晰的血管結(jié)構(gòu)可以幫助醫(yī)生進(jìn)行診斷或者制定更為準(zhǔn)確的手術(shù)方案。本論文主要研究了眼底二維血管提取和肝臟三維血管提取。視網(wǎng)膜圖像中具有大量的生理信息,很多與心血管有關(guān)的疾病都會(huì)造成視網(wǎng)膜血管出現(xiàn)病變,清晰的血管結(jié)構(gòu)有助于檢測(cè)血管病變。本論文提出了一種結(jié)合匹配濾波器和改進(jìn)的迭代閾值跟蹤的算法,用于視網(wǎng)膜圖像二維血管分割。首先利用匹配濾波器(Gaussian濾波器)

2、對(duì)原視網(wǎng)膜圖像進(jìn)行濾波,然后在濾波圖像上找一組種子點(diǎn),用改進(jìn)的迭代閾值跟蹤算法從種子點(diǎn)開(kāi)始在濾波圖像上進(jìn)行跟蹤,進(jìn)而得到最終的血管圖像。實(shí)驗(yàn)證明,該方法對(duì)眼底血管具有很好的分割效果,尤其是對(duì)于小血管的提取非常有效。在肝臟腫瘤切除手術(shù)前,醫(yī)生往往需要給出一個(gè)外科手術(shù)方案,清晰的肝臟血管結(jié)構(gòu)對(duì)于手術(shù)方案的制定尤其重要。本論文實(shí)現(xiàn)了一種新的算法,對(duì)肝臟三維血管進(jìn)行提取。肝臟血管的提取主要是基于灰度閾值化來(lái)實(shí)現(xiàn)的,灰度閾值是基于肝臟內(nèi)部圖像的灰

3、度和梯度信息來(lái)確定的。在肝臟血管提取前,首先用高斯濾波器和中值濾波器對(duì)原始肝臟CT圖像進(jìn)行預(yù)處理,然后肝臟血管提取,算法主要分三個(gè)步驟:第一步,肝臟血管預(yù)分割,采用高灰度閾值對(duì)肝臟區(qū)域進(jìn)行預(yù)分割,得到主要肝臟血管分支;第二步,利用主要肝臟血管分支信息確定一個(gè)新的肝臟血管區(qū)域,通過(guò)新的血管區(qū)域的圖像灰度信息和梯度信息進(jìn)一步確定精確的灰度閾值T;第三步,利用灰度閾值T對(duì)肝臟區(qū)域進(jìn)行灰度閾值化得到肝臟血管;最后是肝臟血管修正,對(duì)得到肝臟血管進(jìn)