《医学图像分割方法研究.doc》由会员分享，可在线阅读，更多相关《医学图像分割方法研究.doc（4页珍藏版）》请在三一文库上搜索。
1、医学图像分割方法研究?156?价值工程医学图像分割方法研究ResearchontheMethodofMedicalImageSegmentation王娜WangNa(陕西职业技术学院,西安710100)(ShaanxiVocational&TechnicalCollege,Xian710100,China)摘要:图像分割是图像处理和分析领域的经典难题,医学图像分割是图像分割中一个重要方面和应用领域,同时也是病变区域提取,临床实验,特定组织测量以及实现三维重建的基础.在临床应用和医学研究中具有重要的研究意义.本文主要对几类图像分割方法进行了分析,研究和实验,总结出各个方法的优缺点,从而可
2、以达到更好的分割医学图像的目的.Abstract:Imagesegmentationistheclassicproblemsinimageprocessingandanalysisfield.Themedicalimagesegmentationisallimportantaspectandappliedfieldofimagesegmentation,andalsoisthefoundationoftheextractionoflesions,clinicaltrials,measurementofspecificorganizationsandthree-dimensionalrecons
3、truction,whichhasimportantresearchsignificanceinclinicalandmedicalresearch.Thisarticlefocusesontheanalysis,researchandexperimentofseveraltypesofimagesegmentationmethods,sumsuptheadvantagesanddisadvantagesofeachmethod,SOthatcanachievebettermedicalimagesegmentation.关键词:医学图像;图像分割;分割方法Keywords:medicalim
4、am;imagesegmentation;segmentationmethod中图分类号:TP39文献标识码:AO引言医学图像的组织结构复杂位置重叠,一般情况下,将一幅医学图像分为目标区域和背景区域,其中目标区域就是指病变区域或者含重要诊断信息的区域,是临床治疗的重要对象i背景区域是指医学上面认为正常的区域【J1.医学图像分割的目的是把图像中具有特殊涵义的区域与背景区域分割开来.目前的图像分割方法有多种,为了达到更好的分割,对不同的分割任务,可采用了不同的分割方法.1分割方法及研究1.1区域生长法区域生长法就是使较小的区域按照某种原则逐渐增长为大区域的过程.在区域增长法中,先是从一组种子点开始
5、,将与种子点性质相似(颜色相似)的相邻像素附加到生长区域的种子的过程.区域生长法种类比较多,例如区域生长算法和分裂合并算法.区域生长方法的特点是将图像中像素间的空间相邻关系充分利用,以达到智能分割的目的.在ITK【中给出了几种基于区域分割的图像分割方法,基于连接的区域生长法,相邻区域连接法,独点连接法等,是几种各具特点的分割方法21.虽然区域分割方法是一种比较简单的分割方法,它计算简单,加之,目前新的发展,使之可以完成较简单的医学图像分割.1.2基于闻值的分割方法基于阈值的方法的主要思想是通过设置某一阀值,将图像中的像素点分为不同的类,从而完成图像分割,根据使用的是图像的整体信息还是局部信息,
6、还可以将分割方法分为局部阈值和全局阈值.基于阈值的方法中最重要的一步就是如何选取合适的阈值,简单的阈值选取方法是以图像的灰度直方图为对象,以得到的各个灰度级的概率分布密度为基础,依据某一准则选取合适的阈值,最终确定像素点的归属.选择不同的准则,将得到不同的阈值化算法.常见的阈值分割方法有最小误差法,otstl方法,迭代法,模糊阈值,最大熵法等.1.3基于边缘检测的分割方法在医学图像中边缘往往是图像局部特性突变的结果.突变是一个区域的结束,另一个区域的开始.边缘检测方法是依照提取出来的边缘,分割出目标区域.目前已有多种基于边缘检测的图像分割方法,最基本的是通过边缘检测算子来检测边缘,常用的边缘检
7、测算子有梯度算子,高斯一拉普拉斯算子,Canny算子.其中梯度算子是一阶导数的算子,梯度算子有以下几种:Roberts算子,s0bel算子,Prewitt算子等.高斯一拉普拉斯算子是另一种常用的算子,该算子是二阶的,是一种对噪声敏感的算子,在应用中一般都是先平滑滤波再进行二阶微分;Canny算子是在噪声情况下的一种较好的边缘检测算子.图1为采用几种边缘检测算子对-g大脑医学图像分割的结果.图1(a)是一幅医学图像,图1中(b),(C),(d)分别是应用Robe,s算子,Sobel算子,Prewitt算子对图1(a)边缘检测的结果.作者简介:王娜(1983一),女,陕西西安人,陕西职业技术学院计
8、算机科学系助教,主要从事计算机教学工作和图像处理.文章编号:1006-4311(2011)19015601(a)原始图像0o)aoberts算子检测结果(c)Sobd算子检测结果(d)PrewitI算子检测结果图1边缘检测算子分割医学图像水平集方法和Snake模型也是常用的边缘检测方法t31.水平集方法的思想是将移动的界面作为零水平集嵌入高一维的水平集函数中,这样由闭超曲面的演化方程可得到水平集函数的演化方程,而嵌入的闭超曲面总是其零水平集,最终只要确定零水平集即可确定移动界面的演化结果.Snake模型的基本思想是使得预先定义的初始曲线在一系列外部力和内部力的相互作用下进行演化,直到它满足一定
9、的收敛条件,曲线就会在图像的边缘处停止.水平集分割方法能够综合利用区域和边界的信息,所以可以较好的分割图像,应用水平集方法分割医学图像是一种比较有效的方法.但是水平集方法也存在一些不足,例如速度函数的定义较为困难,边界控制参数的选取困难.由于物体各个部分属性的不同,造成了各个部分边界强度的不同,因此在参数选择不适当时容易造成轮廓线可能穿越较弱边界处或在与实际边界尚有一段距离的地方停止.虽然Snake模型得到的图像边缘比较准确,但是该方法需要预先定义初始轮廓,并且对初始轮廓的选取有严格的要求,初始轮廓在选择时必须比较接近图像的真实边缘,否则分割的结果不一定能达到图像的真实边缘.1.4结合特定理论
10、的分割方法当前的图像分割方法种类有多种,原因是很多新方法,新思维被成功引入到了分割领域,从而产生了不同的分割方法.典型的有模糊数学方法,形态数学方法,蚁群算法等,将这些方法和前面介绍的区域法,阈值法等方法结合又可产生不同的分割方法.基于数学形态学的分割.形态学以几何学为基础对图像进行分析,其思想是用一个结构元素作为基本工具来探测和提取图像特征.形态学方法的主要应用有边界提取,骨架提取,连通分量标记以及图像重构等.基于模糊集合理论的分割.模糊数学的发展为图像分割提供了新的思路,基于模糊理论的方法在处理具有模糊特性的图像时可以得到更好的分割效果.目前分割效果比较好的模糊分割方法主要有糊聚类方法,模糊连接度方法等.2小结总之,每种分割方法都有自己的优缺点,可以根据不同的分割任务,应用不同的分割方法,也可以将不同方法结合来达到准确,高效的目的.参考文献:1障毓晋.图象分割fM】.北京:科学出版社,2001.【2http:/www.itk.org/.3】钱芸,张英杰.水平集的图像分割方法综述.中国图象图形.2008,13(1):7-12.4】姚敏等.数字图像处理【M】.北京:机械工业出版社,2006.