基于活動輪廓模型的二次優(yōu)化分割系統(tǒng)——針對MR腦部圖像中側(cè)腦室的分割.pdf

1、醫(yī)學(xué)影像己成為現(xiàn)代醫(yī)學(xué)診斷中不可或缺的技術(shù)手段，而醫(yī)學(xué)圖像分割是理解醫(yī)學(xué)圖像的基礎(chǔ)，也是制約醫(yī)學(xué)圖像處理中其他相關(guān)技術(shù)發(fā)展與應(yīng)用的瓶頸，它在生物醫(yī)學(xué)研究、臨床診斷、病理分析等方面具有重要意義。 磁共振成像(MRI)以其非介入性、非損傷性等特點(diǎn)廣泛應(yīng)用于臨床醫(yī)學(xué)診斷。其圖像能夠提供高分辨率數(shù)據(jù)，具有軟組織對比度高、信噪比高的優(yōu)點(diǎn)，特別適合用于腦部等組織的診斷。本文是針對磁共振腦部圖像中側(cè)腦室所作的分割，采用了基于活動輪廓模型的方法

2、。比起傳統(tǒng)的圖像分割方法來，活動輪廓模型更加適用于醫(yī)學(xué)圖像，它以自上而下的思想，靈活地綜合使用各種約束機(jī)制，對于醫(yī)學(xué)圖像中強(qiáng)噪聲、弱邊界的問題有很好的效果。 活動輪廓模型發(fā)展到今天已有30年的歷史，其間出現(xiàn)了許多改進(jìn)算法和基于此模型的延伸算法，已經(jīng)廣泛應(yīng)用到了醫(yī)學(xué)圖像的處理中，各種改進(jìn)算法或延伸模型針對不同的問題提出了不同的解決方案。本文在對側(cè)腦室進(jìn)行分割時，傳統(tǒng)活動輪廓模型對于其尖銳角點(diǎn)處的處理并不令人滿意。為了提高分割質(zhì)量的

3、同時具有易操作性，本文引入了遺傳算法。遺傳算法是一種搜索算法，以群體為基礎(chǔ)，而不是以單點(diǎn)為基礎(chǔ)，因此不易陷入局部最優(yōu)解。它通過適應(yīng)度函數(shù)來區(qū)別群體中的個體優(yōu)劣性而不必對其進(jìn)行過多的附加操作。因此，本文針對側(cè)腦室的分割結(jié)合傳統(tǒng)的活動輪廓模型提出了一種二次優(yōu)化算法，并建立了分割系統(tǒng)。此系統(tǒng)中，首先用傳統(tǒng)活動輪廓模型對手動初始設(shè)置的輪廓曲線進(jìn)行一次優(yōu)化，得到的結(jié)果能很好地勾勒出目標(biāo)輪廓中較平滑的部分，但尖銳角點(diǎn)處的收斂效果并不理想；然后采用具