肝臟是人體最大的內(nèi)臟器官,結(jié)構(gòu)復(fù)雜,發(fā)病率高,在臨床上有很大的診斷意義和研究?jī)r(jià)值。圖像分割在醫(yī)學(xué)圖像處理中具有十分重要的意義,特殊器官的三維可視化、計(jì)算機(jī)輔助外科手術(shù)以及放射治療等醫(yī)學(xué)應(yīng)用均建立在圖像分割的基礎(chǔ)上。例如,在研究肝癌識(shí)別和肝臟三維可視化技術(shù)時(shí),第一步就是對(duì)肝臟進(jìn)行精確分割。由于人體器官和組織結(jié)構(gòu)的復(fù)雜性及密度的相近性以及成像設(shè)備的限制,肝臟在二維腹部CT圖像中具有結(jié)構(gòu)復(fù)雜、對(duì)比度低、不同組織相粘連、邊界模糊等特點(diǎn),在不同CT掃描層中的表現(xiàn)亦不相同,加大了肝臟分割的難度。 基于形變模型的分割算法在醫(yī)學(xué)圖像分割領(lǐng)域越來越活躍,其基本思想是建立模型的能量函數(shù),在模型內(nèi)部控制力和外部圖像力的共同作用下使曲線或曲面演化,并使能量函數(shù)最小化,從而收斂到待分割區(qū)域的邊緣�；谛巫兡Ｐ头指钏惴ǖ膬�(yōu)點(diǎn)是將圖像數(shù)據(jù)、初始形狀和目標(biāo)輪廓統(tǒng)一于一致的數(shù)學(xué)模型中,缺點(diǎn)是形變模型對(duì)初始位置敏感,難以進(jìn)入凹陷區(qū)域。 本文基于Snake模型和區(qū)域增長(zhǎng)方法,提出了一種基于腹部序列CT圖像的自動(dòng)肝臟分割方法。首先對(duì)圖像進(jìn)行格式轉(zhuǎn)換、去噪、增強(qiáng)等預(yù)處理,然后對(duì)圖像中包含的肝臟區(qū)域數(shù)目進(jìn)行判定,結(jié)合肝臟在...

【文章頁數(shù)】：86 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1正常肝臟的CT圖像

還清晰地顯示出肝左、中、右靜脈和門靜脈及其走向。外緣緊貼腹壁，][{‘常肝臟組織的螺旋CT圖像如圖1.1肝臟邊緣輪廓光滑，棱所示圖1.1正常肝臟的CT圖像Fig.1.1CTilnageofnaturalliver肝臟CT圖像的顯示，一般常用的有軟組織窗(w20o一350....

圖3.1月干臟分割流程圖

3.1肝臟分割系統(tǒng)流程本文使用的圖像是腹部序列CT圖像，通過預(yù)處理、肝臟區(qū)域數(shù)目判定、單區(qū)域分害1J和多區(qū)域分割得到最后分割結(jié)果。具體肝臟分割流程如圖3.1所示。NNN=lll利利利利利利利利利)}J鄰鄰鄰鄰鄰鄰鄰鄰鄰鄰閩閩值分害lJJJJJ層信息息息選取....

圖3.2基于Window一Leveling算法轉(zhuǎn)換的BMP格式灰度圖像

pixel_bmP，表示腹部CT圖像中的第i個(gè)像素?cái)?shù)據(jù)轉(zhuǎn)換為8位BMP格式灰度圖像的像素灰度值，pixel，表示CT圖像中的第i個(gè)像素?cái)?shù)據(jù)。圖3.2是一幅基于Window一Leveling算法將DICOM格式CT圖像轉(zhuǎn)換成8位BMp格式的灰度圖像，window....

圖3.5分段線性灰度變換示意圖

‘l||||||||哎l||||一一基本原理圖如圖3.5所示:分段線性變換增強(qiáng)效果的好壞關(guān)鍵在于分段J點(diǎn)a，b的選取及其各段增強(qiáng)參數(shù)的選取。本文通過統(tǒng)計(jì)灰度直方圖的方法了解肝臟的灰度分布，采用傳統(tǒng)手工操作的方法來選取分段點(diǎn)a，b及其增強(qiáng)參數(shù)。，d。增強(qiáng)效果見圖3.4(c)。從圖中....

本文編號(hào)：4038694