基于Gibbs隨機場模型的醫(yī)學圖像分割新算法研究.pdf

1、圖像分割是指將圖像劃分成一系列彼此互不交疊的勻質(zhì)區(qū)域.作為一項最基本技術(shù),它在圖像分析、圖像壓縮等圖像處理領(lǐng)域發(fā)揮極其重要作用,尤其是精確的醫(yī)學圖像分割在臨床診斷中是必不可少的.基于吉伯斯隨機場的先驗?zāi)Ｐ屯ǔ１挥糜诮鉀Q退化圖像病態(tài)逆問題正則化求解,并通過提供良好的空間上下文約束信息,在貝葉斯醫(yī)學圖像分割中廣泛運用;然而,在臨床分割中,由于復(fù)雜的醫(yī)學結(jié)構(gòu)和圖像的退化現(xiàn)象,導(dǎo)致了該模型在正則化過程中,需要適當改進以適應(yīng)臨床的不同需求.因此,

2、該文針對該模型開展了深入系統(tǒng)地研究,并提出一系列相應(yīng)的解決算法.首先,該文針對吉伯斯隨機場在分割中參數(shù)估計難的問題,通過統(tǒng)計與訓練,提出聯(lián)合的最大似然與最大后驗估計方法,在迭代中完成參數(shù)估計并實現(xiàn)對圖像的吉伯斯貝葉斯分割;其次,該文針對引入高階鄰域空間約束信息在醫(yī)學圖像分割中所面臨的尷尬問題,通過擴展單一分辨率的馬爾科夫模型到多分辨率領(lǐng)域,提出一種混合金字塔隨機場模型,只需考慮二階鄰域就能實現(xiàn)傳統(tǒng)單一分辨率下只有引入高階鄰域才能更好解決

3、的分割精度和效率問題;其三,該文針對醫(yī)學圖像多類模糊分割所面臨的瓶頸問題,通過建立一種新穎的廣義模糊吉伯斯隨機場模型,分別從先驗?zāi)Ｐ秃退迫荒Ｐ腿胧?提出一套適合醫(yī)學圖像多類模糊分割的理論和技術(shù)方法;另外,該文針對水平集在解決復(fù)雜組織結(jié)構(gòu)和形狀拓撲關(guān)系改變分割過程中遇到的邊界泄漏問題,設(shè)計出一種自適應(yīng)的廣義模糊速度場,通過提供更魯棒的邊界信息和更可靠的運動停止力,解決了傳統(tǒng)以梯度圖為邊界信息的邊界泄漏問題.該文通過大量的實驗驗證了所提模型