首页 > 文献资料
-
基于主动轮廓模型的磁共振图像 左心室分割研究现状
在心脏成像技术中,磁共振成像(Magnetic Resonance Imaging,MRI)因具有非侵入、无辐射、高分辨率等优点应用为广泛.心脏结构与功能量化分析以左心室精准分割为前提.因此,设计有效算法实现左心室精准分割对心血管疾病早期诊断乃至预防具有重要意义.近几年作为流行方法之一,主动轮廓模型(Active Contour Model,ACM)在左心室分割方面取得很大进步.本文综述了近10年来主动轮廓模型基于心脏短轴MRI影像分割左心室的研究成果.据算法性质不同,本文将对以梯度矢量流为代表的参数主动轮廓模型的改进算法和以水平集为代表的几何主动轮廓模型的改进算法进行分别综述.后对算法性能进行比较,并提出今后主动轮廓模型分割左心室算法的研究趋势和挑战,以使读者充分了解技术现状与未来发展趋势.
-
点分布模型约束的主动轮廓及其在脑MR图像分割中的应用
针对脑部MR图像结构复杂,使用传统的主动轮廓进行分割时,对初始化位置敏感,且易受非目标轮廓干扰,陷入局部极值等问题,提出了利用点分布模型进行形状约束的梯度矢量流主动轮廓模型.该方法在训练样本集的基础上,建立反映待分割目标轮廓先验形状信息的点分布模型,以模型的均值作为参考初始化主动轮廓,并使用模型提供的参数限制主动轮廓运动过程中的形变范围,有效地解决了使用传统主动轮廓对复杂图像往往不能收敛到期望形状的问题.此方法成功运用于脑MR图像中胼胝体和大脑灰质的分割,取得了满意的效果,验证了此方法的有效性和鲁棒性.
-
一种基于梯度的主动轮廓模型细胞分割算法
目的 利用细胞图像特殊的结构特点,设计出一种新的基于其梯度信息和灰度信息的主动轮廓模型细胞图像分割算法.方法 首先将原细胞图像和该图像的梯度图像以一定比例相加得到新的图像,然后,设置第一个水平集函数的初始值,进行水平集函数的迭代求得细胞质和背景的轮廓线.后用相同的方法求得细胞质和细胞核的轮廓线.结果 与现有的水平集方法得到的分割结果比较,本文所提算法主要优点是能够更加精确地分割出细胞质、细胞核和背景3部分.结论 细胞独特结构使得主动轮廓模型分割算法结合梯度信息能够更好的实现细胞图像分割.
-
肝脏CT图像分割技术研究进展
明确了CT图像中肝脏分割方法概念,重点介绍了阈值法、区域生长法、遗传算法和主动轮廓模型,分析了它们的特点,指出了CT图像中肝脏分割方法的发展趋势与面临的挑战.
-
医学图像分割中的形变模型技术
形变模型技术作为一种既能结合底层图像信息,又可结合高层先验知识的图像分割技术,以其独特的魅力吸引着该领域越来越多的研究者,但至今尚未有统一的分类方法.提出一种新的分类方法,把形变模型技术大致分为自由形态和受限形态两类模型,从新的视角对形变模型技术进行了系统分类和知识梳理,回顾了形变模型技术的主要工作及其在医学图像分割领域中的应用,为研究者对这一领域的总体把握提供了有益的参考.
-
基于主动轮廓模型的中耳图像分割
目的 使用主动轮廓模型进行中耳图像分割,探讨适合中耳图像分割的方法.方法 将传统的梯度外力、梯度加压力及梯度矢量流外力应用于主动轮廓模型,分别对砧骨、锤骨、砧骨和锤骨间的共享狭窄面及鼓膜等图像进行图像分割,比较图像分割的结果,选择收敛速度快、分割结果准确的方法.结果 当初始化模型非常贴近边缘时,应用梯度或梯度矢量流外力均获得了较好的分割结果;当初始化模型距离边缘较远时,应用梯度外力分割失败,而应用梯度矢量流外力得到了快速而准确的收敛结果;对于鼓膜图像的分割,应用梯度外力和梯度矢量流外力均易越界,应用梯度加压力得到了较好的分割结果.结论 对于简单的图像,梯度外力和梯度矢量流外力均能得到较好的分割结果;对于较复杂及边界凹陷的图像,梯度矢量流外力的分割效果明显好于其他外力;对于纤细图像应用梯度加压力的外力更容易控制模型越界的现象.
-
一种面向中医目诊的虹膜定位算法
虹膜诊断对于中医与民族医学的目诊理论具有重要的补充和借鉴作用,有必要深入研究虹膜及其图像特征与疾病、体质、中医辨证的证候要素等因素间的对应关系.本文以基于中医目诊的虹膜特征分析为出发点,以虹膜仪采集图像为对象,研究并提出了一种基于中医目诊的虹膜定位算法.该算法首先采用基于灰度阈值估计的方法得到瞳孔中心大致位置,再基于相似参数组的合并改进霍夫变换算法,得到虹膜内边界的定位结果,解决虹膜仪图像的瞳孔收缩、边界发生部分形变的问题.然后采用K均值聚类估计虹膜区域的大致范围,并以此构造初始轮廓,利用主动轮廓模型得到虹膜的外边界,从而避免由于图像畸变而引起霍夫变换失效的问题.
-
基于主动轮廓的三维气管树自动分割方法
在计算机辅助手术领域,对CT图像中肺部区域的气管和支气管进行准确分割和提取具有重要意义.气管和支气管的分割提取有助于手术的导航参考,准确的提取结果有助于避免手术中对支气管的损伤.本文设计了一种全自动的三维肺气管分割算法:首先,将基于主动轮廓的GCS方法引入到肺气管分割当中,在三维图像中得到粗分割结果;然后,利用灰度重建的方法将粗分割结果中分离的部分变得连通;后利用三维区域生长提取支气管树.实验结果表明,本文方法能够稳定地分割出不同病例的支气管树,与自动阈值区域生长分割结果相比较,本文结果在支气管分叉数上有很大的提升,少提升有28％,多达86％.
-
泪道手术中鼻泪管的三维重建研究
本文提出了一种鼻泪管三维重建的新方法.该方法首先对三维体数据沿鼻泪管的走行方向进行重采样,然后在重采样得到的二维切片上分割鼻泪管,后由分割得到的二维轮廓线重建鼻泪管的三维模型.该方法同时实现了正常和骨折鼻泪管的三维重建,克服了目前一些传统方法的缺陷,本文所提出的技术在泪道相关的计算机辅助诊断及手术规划中有重要应用价值.
-
基于二进小波变换和快速主动轮廓模型的医学图像边缘提取
医学图像的病灶边缘一般呈弱边缘特性,噪声干扰使得提取病灶边缘更加困难,传统的分割方法不能取得令人满意的效果.我们提出了一种基于二进小波变换和主动轮廓模型的病灶边缘提取方法.该方法采用二进小波检测出真正的边缘点,将其作为初始轮廓,再利用改进的快速主动轮廓模型算法连接边缘点,得到病灶的边缘.将该算法用于脑部MRI的肿瘤边缘提取的实验结果表明这种方法可以有效减少噪声的影响,能够准确地提取出复杂的病灶边缘.
-
基于静电力方法的主动轮廓模型的脑部MRI图像分割
提出一种改进的使用主动轮廓线模型分割医学图像的方法.基于Greedy法和静电场模型,对Greedy算法中蛇点的邻域提出了进一步的搜索准则,并给出判定的准则.同时,在预处理后的图像中使用静电力作为图像外力,并介绍了简化计算的方法.对比实验表明了该算法的有效性.
