醫(yī)學圖像輔助診斷系統中圖像分割技術的研究.pdf

1、隨著醫(yī)學影像設備的不斷進步，計算機斷層成像（Computed Tomography，CT）、核磁共振成像（Magnetic Resonance Imaging，MRI）等醫(yī)學影像已廣泛應用于疾病的診斷，成為目前醫(yī)學診斷的重要途徑之一。然而受到設備的限制醫(yī)務工作者觀察到的往往是二維圖像，并且只能以固定的方式對圖像進行觀察，給診斷帶來了不便。
　　 針對上述情況，醫(yī)學圖像輔助診斷系統（MedImCAD）為醫(yī)療工作者提供了一個專業(yè)的醫(yī)

2、學影像工作平臺，將圖像分割、三維重建等算法同醫(yī)學領域知識相結合，實現了DICOM文件二維操作、針對疾病的醫(yī)學圖像檢索、局部組織分割及不同部位的三維重建等功能。針對肺氣腫的醫(yī)學圖像檢索根據用戶提交的胸部CR（Computed Radiography）片能從專家?guī)熘姓页雠c之特征相似的胸片及診斷結果，給醫(yī)生診斷肺氣腫帶來很大幫助。對顱骨、皮膚和顱內組織的三維重建可用于外科整形、腦容積的計算機自動化定量研究和輔助手術。
　　 對于感興趣

3、區(qū)域（ROI，Region of Interest）的分割是醫(yī)學圖像輔助診斷系統中的關鍵技術之一，是醫(yī)學圖像檢索和局部組織的三維重建實現的基礎。針對胸部CR片的肺部分割，提出了一種利用像素灰度投影和一階導數檢測邊界的方法。在顱骨分割方面，將ICM（Iterated Conditional Modes）算法應用到最大熵原則進行分割，降低了算法的復雜度。另外針對腦部CT圖像的特點，實現了一種初始閾值選取算法，使ICM算法的收斂結果較快接近最

4、優(yōu)解。針對顱內組織分割，將顱腦CT的解剖學和影像學先驗知識同形態(tài)學方法相結合，實現了一種顱內組織自動化分割算法，解決了人工和半自動分割中人為因素影響較大的問題。
　　 系統功能測試與算法性能測試表明，在肺部區(qū)域分割基礎上進行的肺氣腫檢索能夠有效的進行輔助診斷；ICM算法進行顱骨分割將最大熵多閾值分割算法的復雜度從O(nm)降低到O(mn)，分割結果用于顱骨三維重建使得重建效果更加清晰，便于用戶觀察；先驗知識和形態(tài)學相結合的序列顱