基于水平集方法的醫(yī)學影像血管分割.pdf

1、近年來，醫(yī)學成像技術的快速發(fā)展使人們能夠獲得大量高分辨率的醫(yī)學影像數(shù)據(jù)，分別來自X射線、CT、超聲及MRI等，這些成像技術現(xiàn)已在醫(yī)學診斷、治療及術前規(guī)劃等階段得到了廣泛的應用，研究如何從醫(yī)學影像中獲得的我們所需要的信息和數(shù)據(jù)進行分析，使這些寶貴的信息得以有效利用，是具有十分重要的意義。在醫(yī)學圖像的處理和分析中，醫(yī)學圖像分割尤為關鍵，它能夠提取醫(yī)生所需要的結構和組織，為醫(yī)生診斷提供幫助或制定更為精確的手術計劃。
　　本文在分析醫(yī)學圖

2、像分割領域的研究現(xiàn)狀的基礎上，研究了基于水平集的肝血管圖像分割技術。首先對主動輪廓模型和水平集算法的基本理論進行了系統(tǒng)的解釋和研究，分析了肝臟血管磁共振圖像的特點及其分割的局限性，以及傳統(tǒng)的水平集分割方法存在的優(yōu)點和缺陷。同時，針對肝臟血管磁共振圖像血管末梢對比度低的問題，提出了改進的方法:結合非局域穩(wěn)健統(tǒng)計量和偏移校正，通過提高種子點信息的穩(wěn)健性并降低圖像亮度不均勻產(chǎn)生的影響來提高分割的精確度，改進后的水平集算法提高了血管末梢的分割精