醫(yī)學(xué)影像領(lǐng)域的迅速發(fā)展給醫(yī)學(xué)帶來了新的革命,計算機斷層成像（ComputedTomography, CT）、核磁共振成像（Magnetic Resonance Imaging, MRI）、超聲（Ultrasonography,US）及其它模式的醫(yī)學(xué)影像已被廣泛地應(yīng)用于臨床診斷和治療。在計算機輔助下,從醫(yī)學(xué)圖像中分割出醫(yī)生感興趣區(qū)域（regions of interest, ROI）,并結(jié)合可視化技術(shù)進行三維顯示,使醫(yī)生對人體病變部位的觀察更直接、更清晰,有助于進一步提高疾病的確診率和治愈率。圖像分割是醫(yī)學(xué)圖像處理分析中的一個重要步驟。由于醫(yī)學(xué)圖像具有極其繁雜的多樣性和復(fù)雜性,并且圖像中還存在噪聲的干擾,這使醫(yī)學(xué)圖像的準確分割往往具有較大的難度。目前,研究者們提出了許多分割方法,但在臨床應(yīng)用中,這些方法在準確度、執(zhí)行速度、魯棒性及自動化程度上還存在一定問題,因此,設(shè)計實用高效的自動分割方法一直是研究者們追求的目標。醫(yī)學(xué)圖像可視化是醫(yī)學(xué)圖像處理的重要研究內(nèi)容,也是科學(xué)計算可視化中最成功的應(yīng)用領(lǐng)域之一,已成為輔助疾病診斷和治療的重要手段,并且已深入到醫(yī)學(xué)的各個領(lǐng)域。目前已有很多可視化方法,如... 

【文章來源】：山東師范大學(xué)山東省

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

D該數(shù)據(jù)結(jié)構(gòu)是一個三維網(wǎng)格，其中V(

山東師范大學(xué)碩士學(xué)位論文)T|u|C(|u|)exp(2 = 公式 3-7圖 3-3(a)是一幅帶有噪聲的圖像，3-3(b)是采用高斯平滑的結(jié)果，圖像中大部分噪聲除，但圖像中目標的邊緣也模糊了。3-3(c)是采用各向異性平滑的結(jié)果，該結(jié)果明顯優(yōu)-3(b)，在消除噪聲的同時盡可能地保留了圖像中目標的邊緣信息。

(a) 圖 3-5 (a) 在切片中標識種子候選種子選擇算法算法 2：Seeds SelectionAlgorithm (SSA)Input: ImageData -------------------------3D 圖Output: (1)Qseeds --------------------------存儲(2) X --------------------------種子(3)2σ ------------------- ------種Begin（1） 從 3D 圖像中抽取多張切片(通常采取的候選區(qū)域。假設(shè)共有 N 個候選區(qū)域（2）對每個區(qū)域 R 中的像素進行灰度值X,,1iN2iiσ ≤≤�！�==nk1ikXn1X


本文編號：3114227