資源描述：
《肝臟CT圖像三維分割研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、萬(wàn)方數(shù)據(jù)第38卷第2期電子科技大學(xué)學(xué)報(bào)Vol·38No-1．：!!!蘭：星生竺翌!121竺呈!二!!生竺!蘭!!!竺里!!!!!竺!!竺!!!!凹212型竺!曼些：苧———————絲蘭蘭!!)一-_-________-l___-______--_-_--I___-__l---_____-__--_-I_________-●_I____l_。。。。’——————————一一肝臟CT圖像三維分割研究房春蘭，陳雷霆，張宇(電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院成都610054)【摘要】針對(duì)肝臟cT圖像的特征，提出了一種將種子區(qū)域生長(zhǎng)算法和改進(jìn)sn
2、akc模型相結(jié)合的策略，實(shí)現(xiàn)了肝臟的三維分割提取．該方法先從cT圖像序列中篩選出肝臟有明顯成像邊緣的一張切片，在其肝臟區(qū)域內(nèi)選擇若干個(gè)種子點(diǎn)，利用種子區(qū)域生長(zhǎng)算法得到初始邊緣，再利用改進(jìn)的snake模型對(duì)初始邊緣進(jìn)行優(yōu)化，然后，將此切片的邊緣輪廓作為與其相鄰切片上的初始邊緣，重復(fù)該過(guò)程，直到分割完所有切片．實(shí)驗(yàn)嚷．明該算法具有較高效率，分割結(jié)果精確，所產(chǎn)生的分割結(jié)果可以作為三維重建合適的數(shù)據(jù)集．關(guān)鍵詞肝臟：種子區(qū)域生長(zhǎng)；分割；Sn出c中圖分類號(hào)TP391．41文獻(xiàn)標(biāo)識(shí)碼Adoi：lO．396銣．is∞．1001-0548．2009．0
3、2．293DSegmentationResearchofCTLiverImageSequencesFANGChun—l鋤，C}玎三NLei缸lg，趾dZ扎氣NGYu(Sch00lofC砌put盯Sci鋤cc鋤dEngin∞r(nóng)ill舀Univc瑙財(cái)ofElec眥icSci∞cc吼d1鼬∞19∥ofalina(=ll∞gdu610054)Abst船ctByconsideriIlgthecharactersofliverCTirIlagesequences，anewsegmentationwayisproposedbaSedonaIladv
4、allcedSnakemodelassociatedwithseededregion口owillgmetIlod．Wi廿ltllismetllod，a(、Timageclearedgesisselected丘．0mCTliverimagesequences，t
5、lenseveralseedsareselectediIltlleliverregion，tlleseededregiongrowmgmetllodisusedtogetanm“iaIed璺e．TheedgeisoptilllizedbyadvancedSnakemodelan
6、dservedastllei11itialedgeofmenextCThage．Thisprocedureisrepeatedunt訂allirIlagesareprocessed．EXperimentalresultsshowttlatt11ealgorithmcanobtaillsegmentationresultofsoRtissueiIllagee街cientlyandaccurately．Keywordsliver；seededregiongrowiIlg；segmentation；Snake圖像分割是圖像處理、圖像分析和計(jì)
7、算機(jī)視覺(jué)等領(lǐng)域最主要的研究課題之一，對(duì)于不同領(lǐng)域中廣泛存在的不同類型圖像，至今還缺乏一種通用而有效的圖像分割方法，也不存在一個(gè)分割是否成功的客觀標(biāo)準(zhǔn)。醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理中的關(guān)鍵問(wèn)題之一，而軟組織圖像分割則是醫(yī)學(xué)圖像分割中的難點(diǎn)。目前提出的圖像分割算法中，絕大多數(shù)是針對(duì)二維圖像的分割【l～。這些算法對(duì)于邊界明顯或?qū)Ρ榷葟?qiáng)的醫(yī)學(xué)圖像分割可以達(dá)到很好的效果，但是對(duì)于軟組織器官等對(duì)比度低、特征可變或邊界模糊的解剖結(jié)構(gòu)就不能得到準(zhǔn)確的分割結(jié)果。對(duì)腹部圖像中的肝臟進(jìn)行分割時(shí)，由于肝臟的灰度值與其周圍組織及腹腔的灰度值十分接近，利用傳統(tǒng)的二
8、維圖像分割算法就很難準(zhǔn)確地找出肝臟的邊界。本文針對(duì)肝臟CT圖像的特征，采用將種子區(qū)域生長(zhǎng)算法和改進(jìn)Snake模型相結(jié)合的方法對(duì)肝臟進(jìn)行三維分割提取。1圖像分割1．1圖像分割的定義圖像分割的原始定義是利用給定的特征量或某一準(zhǔn)則來(lái)檢測(cè)區(qū)域的一致性，達(dá)到將圖像分割成不同區(qū)域的目的，使得更高層的分析和理解成為可能。傳統(tǒng)的圖像分割方法主要有基于閾值分割法、區(qū)域生長(zhǎng)法、邊緣檢測(cè)法【3】及統(tǒng)計(jì)學(xué)法【4】。這些方法有各自的優(yōu)缺點(diǎn)和適用領(lǐng)域，經(jīng)過(guò)發(fā)展，衍生出許多新的算法pJ。1．2醫(yī)學(xué)圖像分割方法醫(yī)學(xué)圖像三維重建的主要研究?jī)?nèi)容包括醫(yī)學(xué)圖像的預(yù)處理；組織
9、或器官的分割與提??；三維模型的剖切及交互式操作等。其中，對(duì)醫(yī)學(xué)圖像感興趣區(qū)域的分割是圖像分析與理解的關(guān)鍵所在。由于人收稿日期：2007—12—29：修回日期：2008一06—20基金項(xiàng)目：信產(chǎn)部發(fā)展基金(【信部運(yùn)2006
