醫(yī)學(xué)圖像分割與重建網(wǎng)格模型簡化的研究.pdf

1、醫(yī)學(xué)影像處理與分析是目前的一個(gè)研究熱點(diǎn)問題，是一個(gè)多學(xué)科交叉的研究領(lǐng)域，是計(jì)算機(jī)圖形學(xué)和圖像處理在生物醫(yī)學(xué)工程中的重要應(yīng)用。它涉及數(shù)字圖像處理、計(jì)算機(jī)圖形學(xué)以及醫(yī)學(xué)領(lǐng)域的相關(guān)知識。醫(yī)學(xué)影像處理與分析的主要研究內(nèi)容包括醫(yī)學(xué)圖像的預(yù)處理；組織或器官的分割與提??；復(fù)雜表面多相組織成份三維幾何模型的構(gòu)建；重建模型的表面網(wǎng)格簡化；模型的剖切與手術(shù)開窗操作等。 本文研究的主要內(nèi)容為醫(yī)學(xué)圖像的預(yù)處理、組織或器官的分割和三維重建模型的網(wǎng)格簡化。

2、分析和總結(jié)了國內(nèi)外學(xué)者在這三個(gè)方面的研究，本文研究和探討了幾種新的方法，改善現(xiàn)有常用方法存在的不足。 本文的創(chuàng)新點(diǎn)和獨(dú)立工作主要體現(xiàn)在以下幾個(gè)方面： 1．研究和總結(jié)了醫(yī)學(xué)影像處理與分析中的醫(yī)學(xué)圖像的預(yù)處理技術(shù)、醫(yī)學(xué)圖像的分割技術(shù)和虛擬可視化中的三維模型簡化技術(shù)的現(xiàn)狀和存在的問題； 2．改進(jìn)了各向異性擴(kuò)散的濾波方法，解決了傳統(tǒng)濾波方法在去除噪聲的同時(shí)，也去除了高頻邊緣信息的問題，同時(shí)改進(jìn)了各向異性擴(kuò)散濾波濾波速度慢

3、的不足。實(shí)驗(yàn)結(jié)果證明了該方法的優(yōu)點(diǎn)。 3．研究了基于決策樹的頭顱MRI圖像的分割方法。該方法結(jié)合了模式識別、傳統(tǒng)圖像分割技術(shù)和頭顱組織空間分布的規(guī)律，能自適應(yīng)的分割顱內(nèi)組織，實(shí)驗(yàn)結(jié)果表明該方法是可行而且有效的。 4．研究了醫(yī)學(xué)圖像序列交互式的分割方法。該方法采用分?jǐn)?shù)階梯度來改進(jìn)傳統(tǒng)的live wire交互式分割方法，然后運(yùn)用輪廓插值技術(shù)對圖像序列進(jìn)行自動快速的分割。實(shí)驗(yàn)結(jié)果充分體現(xiàn)了該方法的優(yōu)點(diǎn)。 5．改進(jìn)了經(jīng)典