資源描述：
《基于區(qū)域生長(zhǎng)的oct圖像分割算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、基于區(qū)域生長(zhǎng)的OCT圖像分割算法研究1緒論1.1引言近30年來(lái)，隨著不同醫(yī)學(xué)影像設(shè)備的迅猛發(fā)展和普及，全世界的醫(yī)療機(jī)構(gòu)每天都要產(chǎn)生海量的醫(yī)學(xué)影像資料，使得醫(yī)學(xué)影像成為醫(yī)學(xué)技術(shù)當(dāng)中發(fā)展最快的領(lǐng)域之一。醫(yī)學(xué)影像技術(shù)已經(jīng)成為一種非介入的、無(wú)侵害的觀察組織器官解剖結(jié)構(gòu)的手段，例如計(jì)算機(jī)斷層掃描(putedtomography,CT)成像，磁共振成像(magicresonanceimaging,MRI)、正電子發(fā)射斷層成像(positronemissiontomography,PET)，單光子發(fā)射計(jì)算機(jī)斷層掃描(single-photonemissionputedtomography,SPECT)，光
2、學(xué)相干斷層成像(opticalcoherencetomography,OCT)等。伴隨新的成像設(shè)備、技術(shù)的出現(xiàn)及計(jì)算機(jī)科技的發(fā)展，醫(yī)學(xué)圖像處理技術(shù)對(duì)醫(yī)學(xué)科研和臨床實(shí)踐的作用、影響也越來(lái)越大。醫(yī)學(xué)圖像處理的結(jié)果使科研人員和臨床工對(duì)人體內(nèi)部正常和病變位置的觀察更加直觀、更加清晰，提高了確診率，為臨床診斷和生物醫(yī)學(xué)研究提供了強(qiáng)有力的保證。因此，國(guó)內(nèi)外相關(guān)專家一直都非常重視醫(yī)學(xué)圖像處理技術(shù)，而醫(yī)學(xué)圖像分割[1]一直是醫(yī)學(xué)圖像處理技術(shù)中的一個(gè)經(jīng)典難題，不僅是進(jìn)行圖像分析和識(shí)別首要解決的問題，同時(shí)也是制約醫(yī)學(xué)圖像處理中可視化、不同模態(tài)圖像配準(zhǔn)和融合、三維重建等相關(guān)技術(shù)發(fā)展與應(yīng)用的瓶頸。圖像分割是指根據(jù)圖
3、像的灰度、顏色、紋理和邊緣等特征把一些有意義的特征部分分割、提取出來(lái)，便于進(jìn)一步用作圖像識(shí)別和分析等處理。圖像分割是一種重要的圖像技術(shù)，在理論研究和實(shí)際應(yīng)用中都得到了人們的廣泛重視。圖像分割的方法和種類有很多，有些分割運(yùn)算可直接應(yīng)用于多數(shù)圖像的初步分割，有些只能適用于特殊類別的圖像，還有一些算法需要先對(duì)圖像進(jìn)行粗分割，因?yàn)樗麄冃枰獜膱D像中提取出位置信息等。值得一提的是，由于圖像和應(yīng)用領(lǐng)域的不同，目前還沒有一種標(biāo)準(zhǔn)的分割方法適用于所有圖像的分割?，F(xiàn)實(shí)生活中，許多不同種類的圖像和景物都可作為待分割的圖像數(shù)據(jù)。針對(duì)不同類型的圖像，科研人員已經(jīng)提出了很多相對(duì)應(yīng)的分割方法對(duì)其分割，同時(shí)，某些分割方法也
4、只是適合于某些特殊類型的圖像。分割結(jié)果的好壞也需要根據(jù)具體的場(chǎng)合及要求來(lái)衡量。圖像分割是由圖像處理到圖像分析、圖像特征提取的主要步驟，可以說(shuō)，圖像分割結(jié)果的好壞直接影響對(duì)圖像的識(shí)別。..1.2選題的依據(jù)與意義在對(duì)圖像的研究和應(yīng)用中，人們往往只對(duì)每幅圖像中的某些部分感興趣，這些部分常常被稱為一幅圖像的目標(biāo)或者前景，它們一般對(duì)應(yīng)圖像中特定的、具有獨(dú)特性質(zhì)的區(qū)域。為了辨別和分析目標(biāo)，需要將這些有關(guān)區(qū)域分離提取出來(lái)，在此基礎(chǔ)上才有可能對(duì)目標(biāo)進(jìn)行進(jìn)一步的利用，如進(jìn)行特征提取和測(cè)量。圖像分割就是把圖像分割成各具特色、各有特點(diǎn)的區(qū)域，并從這些區(qū)域中提取出感興趣的目標(biāo)的技術(shù)和過(guò)程。根據(jù)需要的不同，提取的特征
5、可以是一幅圖像的灰度、顏色、紋理等，而且分割的目標(biāo)可以對(duì)應(yīng)單個(gè)區(qū)域，也可以對(duì)應(yīng)多個(gè)區(qū)域。圖像分割是由圖像處理過(guò)渡到圖像分析的關(guān)鍵步驟，也是一種基本的計(jì)算機(jī)視覺技術(shù)。利用計(jì)算機(jī)進(jìn)行圖像處理有兩個(gè)目的：一是產(chǎn)生出適合人觀察和識(shí)別的圖像，二是希望能由計(jì)算機(jī)自動(dòng)識(shí)別和理解圖像。無(wú)論為了哪種目的，關(guān)鍵的一步就是能夠?qū)Π罅俊⒏魇礁鳂泳拔镄畔⒌膱D像進(jìn)行分割。分割的最終結(jié)果是一些具有某種特征的最小成分即圖像的基元。而這種基元，相對(duì)于整幅圖像來(lái)說(shuō)，更容易被人或計(jì)算機(jī)快速處理。這是因?yàn)閳D像的分割、目標(biāo)的分離、特征的提取和參數(shù)的測(cè)量將會(huì)使原始圖像轉(zhuǎn)化為一種更為抽象更為緊湊的形式，使得更高層的分析和理解成為可能
6、。同時(shí)圖像分割技術(shù)又是一個(gè)經(jīng)典難題，多年來(lái)一直吸引著國(guó)內(nèi)外科研人員為之努力，到現(xiàn)在已經(jīng)提出了上千個(gè)各種類型的分割算法。由于各種圖像分割算法都只利用了圖像信息中的部分特征，所以必然都帶有局限性，因此只能針對(duì)各種不同的領(lǐng)域、不同的用途來(lái)適當(dāng)?shù)倪x擇所需的分割算法。到目前為止還沒有一種通用的、適用于各種領(lǐng)域的分割算法。..2常用醫(yī)學(xué)圖像分割算法的比較2.1醫(yī)學(xué)圖像分割算法特點(diǎn)及要求一般來(lái)說(shuō)圖像分割就是把圖像按照顏色、強(qiáng)度、紋理等劃分為不重疊的、具有獨(dú)特性質(zhì)的同質(zhì)區(qū)域并分離出感興趣目標(biāo)的技術(shù)和過(guò)程。醫(yī)學(xué)圖像分割是三維重建、定量分析等后續(xù)操作的基礎(chǔ)，分割的準(zhǔn)確性對(duì)醫(yī)生判斷疾病的真實(shí)情況并做出正確的診斷計(jì)
7、劃至關(guān)重要。由于醫(yī)學(xué)圖像具有極為繁雜的多樣性和復(fù)雜性，加上醫(yī)學(xué)影像設(shè)備(CT、MRI、PET、OCT等)成像技術(shù)上的特點(diǎn)及操作人員的經(jīng)驗(yàn)不同，使得醫(yī)學(xué)圖像存在一定的噪聲，極端情況下可能使圖片大部分畸形，圖像中目標(biāo)物體邊緣也可能不清楚，這使得醫(yī)學(xué)圖像分割更加困難并且可復(fù)現(xiàn)性低。因此，目前來(lái)說(shuō)在醫(yī)學(xué)圖像分割方面仍然沒有可以通用的理論和方法。一般來(lái)說(shuō)，醫(yī)學(xué)圖像分割主要可分為兩類：基于區(qū)域的分割方法和基于邊界的分割方
