資源描述：
《基于最大類間方差法的肝臟CT圖像分割及實(shí)現(xiàn)-論文.pdf》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、2014年第3期文章編號(hào)：1009—2552(2014)03—0124—02中圖分類號(hào)：TP391．41文獻(xiàn)標(biāo)識(shí)碼：A基于最大類間方差法的肝臟CT圖像分割及實(shí)現(xiàn)彭微(湖北科技學(xué)院生物醫(yī)學(xué)工程學(xué)院，湖北成寧437100)摘要：針對(duì)肝臟CT圖像中，肝臟組織與周圍組織之問密度差剮不大而易造成漏分或過分的現(xiàn)象，實(shí)現(xiàn)了一種能得到最優(yōu)分割閾值的方法，即最大類間方差法。實(shí)驗(yàn)結(jié)果表明，該算法計(jì)算簡(jiǎn)單，將圖像二值化同時(shí)得到最優(yōu)分割閾值，從而能較好地分割出肝臟組織。文中也對(duì)該算法存在的問題進(jìn)行了分析討論。關(guān)鍵詞：肝臟CT圖像
2、分割；最大類間方差法；最優(yōu)分割閾值RealizationofliverCTimagesegmentationbasedonOtsualgorithmPENGWei(SchoolofBiomedicalEngineering，HubeiUniversityofScienceandTechnology，Xianning437100，HubeiProvince，China)Abstract：Forthelittledensitydifferencebetweenthelivertissueandthesurro
3、undingtissuethateasilycauseleakageorexcessivesegmentation．Thispaperimplementsanoptimalsegmentationthresholdmethod，namelyOtsu．Theexperimentalresultsshowthatthemethodissimple，cangettheoptimalsegmentationthresholdSOthatitcanbettersegmentthelivertissue．Theart
4、iclealsoanalyzestheproblemsofthisalgorithm．Keywords：liverCTimagesegmentation；Otsualgorithm；optimalsegmentationthreshold0引言種確定最優(yōu)分割閾值的方法。其基本思路是：對(duì)整醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像分析領(lǐng)域的一個(gè)挑戰(zhàn)幅圖像的像素按灰度進(jìn)行劃分，通過劃分后得到的各類的類間方差最大來自動(dòng)確定最佳閾值。因?yàn)榉叫缘难芯空n題，由于肝臟疾病是我國(guó)最常見且危害差是灰度分布均勻性的一種量度，方差值越大，說明最大
5、的疾病之一，因此，人體肝臟圖像分割成為了醫(yī)構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背學(xué)圖像分割中的熱點(diǎn)和難點(diǎn)。為了解決肝臟CT圖景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變像的分割問題，近年來，許多的研究人員做了大量的小，因此使類間方差最大意味著錯(cuò)分概率最小J。工作，提出了很多種算法，其中最常用、最易用的方這是另一種對(duì)像素分類的標(biāo)準(zhǔn)。法為閾值分割方法。Otsu算法步驟如下：閾值分割方法的基本原理是：通過設(shè)定不同的設(shè)圖像包含有(1，2，?，)個(gè)灰度級(jí)，設(shè)灰度級(jí)特征閾值，把圖像像素分為若干類，認(rèn)為灰度值在同為
6、的像素點(diǎn)個(gè)數(shù)為，則總的像素點(diǎn)個(gè)數(shù)是：一類的像素屬于同一物體。該方法計(jì)算簡(jiǎn)單，具有較高的運(yùn)算效率，對(duì)于CT圖像分割具有較好的效=∑‘(、1)果。本文實(shí)現(xiàn)的最大類間方差法就是一種典型的比灰度級(jí)為的點(diǎn)出現(xiàn)的概率為：較理想的閾值分割法，能將圖像二值化同時(shí)得到最Mi優(yōu)分割閾值。Jp。：(2)1最大類間方差算法原理最大類間方差法又稱為Otsu算法口或者大津收稿日期：2013—07—19作者簡(jiǎn)介：彭微(1981一)，女，講師，工程碩士，研究方向?yàn)樯镝t(yī)法，是由日本學(xué)者大津(Otsu)在1979年提出，是一學(xué)工程。一12
7、4一且P≥0，∑P=1。取(1，2，?，)中的一個(gè)灰度值K為門限閾值將圖像像素分為兩類，灰度級(jí)為1～K的像素構(gòu)成區(qū)域F(背景類)，灰度級(jí)為+1～L的像素構(gòu)成區(qū)一目口域G(目標(biāo)類)。(a)原始圖像(b)采用0tsu算法對(duì)(c)采用最佳閾值圖(a)的分割結(jié)果，對(duì)圖(a)的分割區(qū)域出現(xiàn)的概率為：得到最佳分割閨值為結(jié)果K=107P，=∑P(3)圖1最大類間方差分割CT圖像(K=107)區(qū)域G出現(xiàn)的概率為：在實(shí)驗(yàn)中還發(fā)現(xiàn)，在圖像的信噪比較低的情況P。=∑P(4)下，Otsu法分割效果卻不好，所以在對(duì)圖像進(jìn)行分割之前
8、都應(yīng)該先對(duì)圖像進(jìn)行濾波預(yù)處理，這一點(diǎn)很整幅圖像的灰度均值為：重要，它直接影響到圖像的分割效果。在圖像分割∞。=∑it,；(5)中，單一的Otsu分割法很少單獨(dú)使用，通常是與其它方法結(jié)合。區(qū)域F的平均灰度為：3結(jié)果的修改∑ip從單一的Otsu法得到的是源圖像的二值化?！蓿現(xiàn)=—一(60)板，還不能把肝臟區(qū)域從整個(gè)圖像中分離出來，可以區(qū)域G的平均灰度為：作為本次分割第一步，由于Otsu分割得到了目標(biāo)與背景分離的最佳閾值為K=107
