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.
-
阿尔茨海默病患者MR图像偏差场修正和脑组织分割的研究
目的 探索适用于阿尔茨海默病(Alzheimers disease, AD)患者MR图像脑组织的分割的方法.方法 结合阿尔茨海默病患者MR图像中组织区域和边缘的特性对传统水平集进行改进,利用同态滤波对图像进行偏差场修正,增加了UNSHARP MASK 处理方法,有效避免了水平集边界泄漏问题.结果 标准体膜和真实数据实验证实,该改进算法分割结果优于SPM5.结论 利用修正偏差场和添加UNSHARP MASK方法有可能提高AD患者MR图像脑组织分割的准确性和鲁棒性,本研究为MR图像脑组织的精确分割和进一步准确测量作了有益探索.
-
一种基于水平集的脊柱MRI图像分割算法的研究
水平集方法应用于图象分割的曲线或曲面进化问题,是一种稳定有效的数值计算方法.本文基于水平集方法提出了一种新的医学图像解剖轮廓分割算法,定义了一种用于终止进化的速度函数,构造了一种基于领域的进化方式.并对脊柱MRI图象进行了分割实验.得到了令人鼓舞的结果.表明了该种算法的可行性和有效性.
-
乳腺MRI分割与基于光线投影的三维重建
目的 乳腺MRI(magnetic resonance imaging)序列成像连续、位置固定,但二维图像无法提供便于观察的肿块的深度与外形信息,为此提出乳腺及其肿块分割与三维重建方法.方法 首先利用大类间方差法与区域生长法提取乳腺外轮廓,然后选用基于梯度和能量信息的水平集方法准确分割乳腺肿块,并对分割结果采用基于包围盒的光线投影算法进行体绘制.结果 对患者的多组MRI序列进行分割实验并对几种分割算法进行客观评价,三维重建实验得到乳腺与肿块的立体图像以供医生观察.结论 分区处理的水平集分割与基于光线投影的三维重建为医生提供更加形象的立体视觉效果,不仅有助于对肿块病变程度的诊断,而且能帮助外科医生在保乳手术中准确判断开刀位置.
-
一种改进局部二元拟合的灰度非均匀图像分割
针对局部二元拟合(local binary fitting,LBF)能量模型对活动轮廓曲线初始位置较为敏感的缺点,本文提出一种改进局部二元拟合的灰度非均匀图像分割模型.首先把水平集函数初始化为一个常数,然后在迭代过程中引入一个扰动项,从而引导目标区域的水平集函数值发生符号变化.实验结果表明,上述模型能够有效地应用于灰度非均匀图像的分割.与LBF模型相比,本文模型无需人工选择活动轮廓曲线的初始位置,且避免了由于初始位置选择不当造成的分割错误.
-
结合水平集和区域生长的脑MR图像分割
本文提出了结合改进的水平集和区域生长方法实现脑MR图像分割,并根据不同组织成像特征和组织结构特点采用不同算法分割进行了探索.主要步骤:首先用改进的水平集算法实现图像中骨组织和脑脊液(CSF)的提取;然后,依据直方图确定脑灰质(GM)、脑白质(WM)的近似灰度值,自动定位种子点后进行区域生长,实现脑灰质和脑白质的分离.实验结果表明,该方法充分利用了脑MR图像中的区域信息和边界信息,与传统单一算法分割脑MR图像相比,具有更强的鲁棒性和准确性.
-
一种基于KPCA和形状先验知识的图像分割模型
对含有噪声、遮挡和信息缺失的图像进行分割,如果仅使用图像自身信息难以得到满意的结果.因此,本研究提出了一种新的融合图像信息和形状先验知识的可变形模型.在Chen等人的工作基础上,提出用核主元分析(KPCA)代替主元分析(PCA)来捕获形状信息.KPCA能更好地表示形状先验知识,允许待分割的目标形状与先验形状存在较大差异或非线性变形,而PCA需两者足够接近.同时,所用的分割模型包含了图像信息项和形状先验项,充分考虑了在分割过程中平衡全局图像信息和形状先验知识的相互作用.将本研究的模型和基于PCA的分割模型应用于合成图像和医学CT图像,结果表明KPCA更能准确地识别出与先验形状差异较大或背景污染严重的目标物体.
关键词： 图像分割 核主元分析(KPCA) 形状先验 可变形模型 水平集 -
基于3D医学图像的血管三维分割
血管三维分割在血管疾病(如狭窄或畸形)诊断、手术规划和手术引导等许多实际应用中发挥重要作用.但三维分割的实时性仍是一个难题.本研究提出一种基于水平集的快速三维血管分割方法,该方法用内、外邻域曲面来描述被分割目标的边界,并定义水平集函数为简单的整数符号距离函数.通过扫描内外邻域曲面上的点,使之在速度场的作用下向目标边界移动.该方法的不同之处在于利用简单的模型极大地减小了计算量,分割速度快,大容量的MS-CTA[256<'3>体素]图像可在20s内处理完毕.同时,展示了一些三维血管的分割实例.特别需要指出的是,对于人体的大血管,可在不经血管造影的情况下,直接从CT等三维图像中分割出来.
-
一种结合FCM的Mumford-Shah混合模型MR图像分割方法
为了实现MB图像中多目标感兴趣区域的提取,提高MR分割精度.提出一种在Mumford-Shah混合模型中耦合模糊C均值聚类(FCM)的MR图像分割方法.首先,采用FCM对图像进行预分割,解决初始零水平集曲线的定位问题;其次,在Mumford-Shah混合模型的保真项中耦合感兴趣区域的FCM信息.所提取方法对脑白质、脑灰质、脑室平均重叠率分别为76.05%、72.61%和71.18%,而使用FCM方法分别为64.77%、62.38%和60.79%.实验结果表明:与FCM区域信息结合的Mumford-Shah模型在MR图像分割处理中有较高的分割精度与抗噪声能力.
关键词： 图像分割 MRI Mumford-Shah模型 FCM 水平集 -
基于水平集的快速成型技术在颅骨缺损修复中的应用
目的探索利用水平集方法和快速原型技术得到颅骨缺损修复假体用于颅骨修复.方法基于有颅骨缺损的患者的CT数据,利用水平集方法结合病人脑组织信息得到完整的颅骨原始轮廓,还原出颅骨缺损部位信息,三维重建后应用三维打印机进行定制的颅骨缺损修复假体的快速原型制造.结果所得颅骨缺损修复假体非常适合颅骨缺损的部位,使用水平集方法和快速原型技术得到的颅骨缺损修复假体有很好的个体适配性.结论水平集方法和快速原型技术精确制造颅骨缺损修复假体是可行的,对颅骨缺损修复手术提供术前规划、减少术中危害具有重要意义.
-
基于相位信息的乳腺超声图像水平集分割
目的 基于相位信息改进距离正规化水平集演化(DRLSE)模型的速度收敛项,改善对乳腺肿瘤超声图像的分割效果.方法 首先,利用Log-Gabor滤波器组对图像进行频域滤波,得到一组基于相位信息的特征图.其次,在相位一致性的基础上,求出乳腺超声图像经高斯噪声补偿后的大方向能量相位PC(M),并采用细节保留各向异性扩散滤波(DPAD)模型对PC(M)降噪,减少斑点噪声的干扰.后,选用Sigmoid函数,将滤波后的PC(M)作为其自变量,以替换DRLSE模型中的速度收敛项.结果 采用改进后的模型对多幅临床乳腺肿瘤超声图像进行分割,分割结果显示基于相位信息的正规化水平集演化(PB-DRLSE)模型在相似性(SI)、真阳性(TP)和假阴性(FN)方面均优于原始DRLSE模型(P均＜0.05).结论 本研究提出的分割方法较之原始模型对乳腺肿瘤超声图像的分割更为优越.
-
心超图中心内膜边缘检测改进的快速行进算法
目的探讨一种对心超图中心脏内膜边缘进行检测的自动化方法.方法根据对传统快速行进算法中存在问题的分析研究,引入活动轮廓线模型中轮廓线能量概念以改进传统快速行进算法的数学模型.结果将改进的快速行进模型应用于心超图像中心脏内膜边缘检测,实验结果表明该方法能够准确地检测、跟踪出心脏内膜边缘. 结论轮廓线能量概念的引入提高了快速行进算法的稳定性和有效性,而且几乎不影响算法的收敛速度.
-
用于荧光断层成像的边缘反投影三维表面轮廓提取算法
目的 为非接触式荧光分子断层成像提供一种快速、准确、简单易行的三维表面轮廓提取方法.方法 在获得了成像物体的多角度白光图像后,首先用水平集方法提取边界,然后用基于边缘的反投影方法获得断层图像,后通过提取每一断层图像的轮廓而终获得成像物体的三维表面轮廓数据.结果 仿体实验和小动物实验表明该方法与以往所采用的基于滤波反投影的表面轮廓提取方法具有相当的精度,提取速度则加快了1 ～ 25倍.结论 该方法简单易行,能够适用于荧光分子断层成像系统,并能快速、准确地为后续断层重建提供所需的三维表面轮廓.
-
尿沉渣检测中的一种自动图像分割算法
目的 研究一种自动图像分割算法在尿沉渣检测中的应用.方法 将水平集结合Mumford-Shah模型的算法应用于尿沉渣检测,改进章毓晋的图像分割评价指标,并结合计算时间对分割算法进行定量实验评价.结果 实验结果表明,与区域生长、分水岭、期望值大法以及窄带水平集等已有方法比较,本文方法对尿沉渣图像的分割没有过分分割现象,在噪声干扰的情况下具有较高的分割精度,而且耗时少,仅需5.42 s.结论 评价结果表明本文的算法能够自动分割尿沉渣图像中的细胞,并具有分割精度高,速度快,对噪声鲁棒性强的特点.
关键词： 水平集 Mumford-Shah模型 图像分割 分割评价 尿沉渣图像 -
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.
-
一种新的用于宫颈癌粘连细胞图像分割的分水岭算法
目的：探讨一种能有效分割宫颈癌粘连细胞图像的算法，完成各粘连细胞边缘的准确分割。方法利用水平集算法从背景区域中提取目标细胞图像，应用极小值的距离变换算法将图像归一化后与感兴趣区域的梯度图像点乘来抑制无用的梯度信息，然后运用标记分水岭算法对粘连细胞图像进行分割。结果与结论实验结果表明，该算法实现了染色不均的粘连宫颈癌细胞的有效分割，在粘连细胞的边缘建立了较传统的分水岭分割方法更准确的分割线，具有显著的临床应用价值。
-
基于数字人图像分割和识别的新框架
目的:提供一种高层知识引导分割和底层处理向知识归纳相结合的自动分割识别框架,并将该方法有效应用于彩色图像的数字化可视人体数据集(Chinese Visible Human,CVH)内部结构的自动分割和识别中.方法:首先利用分类标签在CVH2图像中提取脑干部分的图像,用Otsu获取阈值进行图像增强,将脑干轮廓作为分割的初始化轮廓,运用Level Set方法来实现精细化的分割:利用周长和质心位置建立联合判别函数,并对分割结果进行分类识别.结果:该算法准确对CVH2数据集脑干内黑质、中脑水管进行自动分割和识别,通过Amira软件三维重建分割结果获得较好的重建效果,并与手动分割结果保持了较好的一致性.结论:该框架能够实现数字人图像自动的多目标精细分割和识别,为知识引导的自动图像分割和识别提供了新的方法.
-
基于水平集的HIFU损伤区域三维重建技术
目的:为超声引导的HIFU治疗系统设计自动检测凝固性坏死损伤区域的大小形状及位置的辅助诊断方法.方法:针对超声图像斑纹噪声较强、分辨率低且HIFU损伤区域无明显边界的的特点,提出一种基于双零水平集双速度的图像分割方法,以提取器官及其内部HIFU损伤区域的轮廓.利用"切片"B超图像的双轮廓线,对器官及其内部的损伤部位进行三维重建.结果:实验表明,基于水平集轮廓提取算法的三维重建的结果可直观反映HIFU损伤区域的形状,大小及其在器官内的相对位置.结论:作为自动检测HIFU凝固性坏死区域的辅助诊断方法,该方法具有可行性.
-
基于形变模型的医学图像分割综述
简要介绍了传统的形变模型及近年来出现的一些新方法.特别介绍了形变模型中两种重要的方法——Snake模型和水平集模型.图像分割是医学三维重建、医学可视化等的基础,对疾病的诊断和治疗有着重要的临床意义.图像分割是医学图像处理和图像分析中的关键步骤和关键技术,也是经典难题.随着实际应用的需要,对医学图像分割方法进行深入的研究,不断改进原有方法,提出新的、更有效的方法具有重要意义.
-
基于磁共振图像的鼻腔边界分割及解剖结构提取
目的 探索基于系列磁共振图像获取鼻腔边界的有效分割方法,对图像进行准确分割并考察鼻腔的解剖结构.方法 受试者为健康男性,年龄24岁.采用层间距为4 mm的冠状面头颈部MRI图像,用MATLAB编程对图像预处理.使用距离正则化水平集图像分割方法分割鼻腔的边界,并借助插值算法计算任意位置的鼻腔横截面积,以及通过对横截面积分布曲线的积分算出鼻腔体积.结果 精确分割出鼻腔边界,获得其坐标,并可保存为图像格式或数据文件格式.给出左、右鼻腔横截面积随距离变化的连续分布曲线、鼻腔小截面的位置,以及鼻腔体积.结论 该方法可以有效地分割出几何形态复杂的鼻腔的边界并获得鼻腔的结构参数数值,所得到的边界坐标数据可方便地用于鼻腔结构的三维重建.
关键词： 鼻腔 磁共振成像(MRI) 图像分割 水平集
