醫(yī)學圖像分割技術研究.pdf

1、本文對醫(yī)學圖像分割的理論、方法和技術進行全面的研究。首先對研究背景以及醫(yī)學圖像分割的有關概念、分類及方法進行了綜述，然后深入研究了針對骨肉瘤醫(yī)學圖像的分割算法的關鍵技術及具體實現。我們采用半自動的分割方法，通過對被分割組織或感興趣區(qū)域圖像特征的分析，確定采用不同的分割操作。提出的分割方法的步驟是先對輸入的醫(yī)學圖像進行預處理,包括濾波,銳化,縮放,旋轉,偽彩色編碼等圖像增強技術。然后分析預處理后的圖像的灰度直方圖，并根據直方圖及被分割重

2、建的腫瘤組織的形態(tài)特征，來交互地輸入適當的數值作為分割閾值，對濾波后的圖像進行二值化處理。二值化圖像后可供選擇的分割算法有：采用K－均值聚類算法和FCM算法相結合來對預處理后的圖像進行分割，將腫瘤各組織進行分類；采用區(qū)域分割法來分離出所需的腫瘤組織；隨后選用數學形態(tài)學對分類后的圖像進行修整，并用邊緣檢測法或輪廓跟蹤法提取出所需的腫瘤組織輪廓,最后用種子填充算法填充出待重建的組織區(qū)域。運用該路線進行分割，交互改變閾值范圍及形態(tài)學操作，根據