首页 > 文献资料
-
基于level sets的医学图像分割
医学图像分割是一个非常重要的研究领域.它主要应用于病人诊断、图像引导手术,以及医学数据可视化.解决这个问题的一个常用方法就是利用活动轮廓或"snake"来分割感兴趣的物体.文中给出两种活动轮廓模型,其中一种基于边缘停止函数,而另一种是一个能量小化算法.两种方法都采用level-sets模型,利用一个Lipschitz函数φ来进行自动拓扑变化.实验表明第一种方法仅仅只能检测边缘梯度较大的物体,而第二种方法没有这样的限制.
关键词： 医学图像分割 level-sets模型 活动轮廓 -
基于Watersnake的视神经纤维的自动识别
在视神经横切面图像中,将每个神经纤维的边界精确地分割出来,是视神经形态分析的重要环节.由于神经纤维数量巨大、形态各异,单纯采用一种分割方法无法获得满意效果.采用基于Watersnake的分割方法,整合Watershed和Snake在图像分割方面的优势,分两步进行纤维分割.首先由Watershed获取纤维的粗轮廓,在此基础上由Snake经曲线演化获得纤维的精细轮廓.实验结果表明,Waternake能较好地识别神经纤维的内外轮廓,为后续的神经纤维形态分析奠定基础.
-
基于图像跟踪的呼吸运动分析
呼吸运动是一种内在的周期性运动,由于人体的各异性很难获得精确的呼吸运动模型,所以目前用基于统计的概率模型来表达.传统的呼吸运动分析模型是用高阶余弦函数来描述由呼吸引起的上下运动,但并不能很好地满足实时和三维分析的临床需要.在传统模型的基础上,提出一种基于统计学和图像跟踪的呼吸运动分析方法.该方法借助于用X光机实时采集的患者胸部透视序列图像,通过基于活动轮廓的方法,跟踪图像中横膈膜的位置变化,建立呼吸运动模型.实验证明:与传统的呼吸运动模型相比,该方法更能实时地反映人体呼吸运动的规律,并可方便建立三维呼吸运动分析数值模型,具有较高的临床实用价值.
-
核磁共振图像分割算法及应用进展
核磁共振成像(MRI)以其无辐射、多方位成像、空间分辨率高等优点在影像医学领域广泛应用,核磁共振图像的分割也发挥着越来越重要的作用.对应用较广的核磁图像的分割算法的原理和应用进行了系统的综述,将核磁图像分割算法分为5个主要研究方面:基于阈值,基于模式识别,基于活动轮廓模型,基于马尔科夫随机场(MRF),基于图切割;给出了不同算法分割特点和相关应用范围,并将部分算法应用在腹部核磁图像上进行分割实验,展示了不同算法分割核磁图像后的效果和特点.后,展望了核磁图像分割的未来的发展趋势.
-
基于活动轮廓模型的彩色白细胞图像自动分割方法研究
为解决血液白细胞显微图像自动识别中的图像分割问题,提出了一种基于活动轮廓的彩色白细胞图像自动分割方法,首先在Hue,Saturation,Intensitv(HSI)彩色空间中运用聚类分割得到细胞核,从而得到细胞所在的位置,然后用流域算法得到细胞大致的轮廓,后将此轮廓作为初始轮廓,用梯度矢量流(GVF)外力及来自全局信息的区域力驱动,结合彩色信息,使得轮廓收敛于真实的细胞边界.实验结果表明,此方法能精确、有效地分割出单个以及部分重叠白细胞区域.
-
基于层次上下文活动轮廓的三维CT肝脏图像分割
本文提出一种新的活动轮廓算法,即层次的上下文活动轮廓(HCAC),并将其应用于三维CT肝脏全自动分割.HCAC是一种基于机器学习的算法,可以分为两个阶段:第一阶段,即学习阶段,给定一套腹部三维CT训练图像以及对应的手动肝脏分割结果,利用上下文特征将每次的自动分割结果向手动参考分割结果映射,迭代学习得到一组纠错分类器;第二阶段,即分割阶段,首先将待分割图像用基本的活动轮廓进行分割,分割结果输入第一个纠错分类器,输出第一个形状模型,然后结合图像信息和当前形状模型,采用上下文活动轮廓(CAC)进行再一次分割,得到的分割结果输入第二个纠错分类器,输出第二个形状模型,结合图像信息和当前形状模型,再次采用CAC进行分割.如此迭代分割,随着形状模型的逐步精确,终我们可以取得准确的肝脏分割.本文实验结果表明,随着迭代的深入,我们取得越来越好的分割结果.在三维CT肝脏图像分割中,我们通过6次迭代,就可以取得较好的肝脏分割.
关键词： 肝脏分割 活动轮廓 上下文特征 层次的上下文活动轮廓 形状模型
