首页 > 文献资料
-
从CT体数据场提取人体器官的方法
改进传统窗口调节函数,结合模糊集理论和三维区域生长技术,提出并实现一种采用CT体数据场的人体器官提取新方法.首先在DICOM图像的原始数据空间域中,将窗口调节至使对应组织器官的灰度信息和形状信息的显示为充分;然后,运用模糊集理论对其进行模糊增强,后对增强后的结果运用区域生长法将器官提取出来.实验表明本方法能够有效提取出多数的人体器官.不仅提取结果细节清晰,而且分割成功率达75%以上,同时该方法具有较强的鲁棒性.
-
一种基于BP网络的CT图像肝实质分割算法
提出一种基于BP网络分割CT图像序列中肝实质的方法.首先选取训练样本,提取样本图像中肝脏的纹理特征,作为输入向量.以对训练样本手工分割的结果作为导师信号.对BP神经网络进行训练,再用训练好的网络对CT图像序列中的肝实质进行分割.后对分割后的结果进行三维区域生长及孔洞填充处理.实验结果表明:该方法能够有效的对肝脏纹理特征明显的CT图像序列进行分割.可用于CT图像序列的自动分割.
-
基于三维动态区域生长算法的肝脏自动分割
目的:研究三维动态区域生长算法在肝脏自动分割中的可行性.方法:首先对CT图像进行预处理,包括插值、各向异性滤波和三维矩阵化处理;然后在预处理过的图像上使用三维动态区域生长算法,得到初始分割结果,算法在执行过程中使用种子点联合26邻域体素灰度均值代替传统的区域生长算法中选取的单一种子点灰度值,并结合动态阈值和双生长准则提高边缘分割精度;后通过形态学后处理得到肝脏分割结果.结果:利用三维动态区域生长算法的肝脏自动分割结果接近专家手动勾画的结果(戴斯相似系数平均达到0.934),并且其分割速度(每幅图像用时0.64 s)和三维连续性优于手动勾画.结论:三维动态区域生长算法能够精确地分割肝脏,能在腹部肿瘤放疗计划制定中大幅度提高肝脏勾画效率.
