醫學圖像分割介紹醫學圖像分割介紹第1頁討論內容分割概念分割方法分類閾值分割區域生長分割交互式分割

Livewire分割形變模型分割含糊連接度分割基于代理機模型分割醫學圖像分割介紹第2頁分割概念將不一樣區域區分開來，這些區域是互不相交，每一個區域都滿足特定區域一致性。其分割目標是為了將感興趣區域提取出來，從而為定量、定性分析提供基礎，同時它也是三維可視化基礎。醫學圖像分割介紹第3頁醫學圖像特點糊特、點不：均勻、個體差異、復雜多樣灰度不均勻:不均勻組織器官、磁場等偽影和噪聲:成像設備不足、組織蠕動邊緣含糊:局部體效應組織邊緣不明確:病變組織病變醫學圖像分割介紹第4頁醫學圖像分割醫學圖像分割方法公共特點：分割算法面向詳細分割任務，沒有通用方法愈加重視各種分割算法有效結合需要利用醫學中大量領域知識交互式分割方法受到日益重視

醫學圖像分割是一項十分困難任務，至今依然沒有取得圓滿處理。醫學圖像分割介紹第5頁圖像分割方法分類

基于區域分割方法基于邊緣分割方法結合區域與邊界信息方法圖譜引導（Atlas-guided）方法基于含糊集理論方法基于神經網絡方法基于數學形態學方法醫學圖像分割介紹第6頁醫學圖像分割基于區域利用區域之間相同度

閾值分割區域生長和分裂合并分類器和聚類基于隨機場方法其它基于統計學方法醫學圖像分割介紹第7頁醫學圖像分割基于邊緣利用區域之間差異性

并行微分算子曲面擬正當基于邊界曲線擬合方法串行邊界查找醫學圖像分割介紹第8頁閾值分割閾值分割是最常見一個分割方法。它基于對灰度圖像一個假設：目標或背景內相鄰象素間灰度值是相似，但不一樣目標或背景象素在灰度上有差異，反應在圖像直方圖上，不一樣目標和背景則對應不一樣峰。選取閾值應位于兩個峰之間谷，從而將各個峰分開醫學圖像分割介紹第9頁CT圖像中皮膚骨骼分割閾值分割醫學圖像分割介紹第10頁閾值分割優點簡單，常作為預處理方法閾值分割缺點不適合用于多通道圖像不適合用于特征值相差不大圖像不適合用于各物體灰度值有較大重合圖對噪聲和灰度不均勻敏感閾值分割醫學圖像分割介紹第11頁閾值分割改進閾值分割利用像素鄰域局部信息：基于過渡區方法利用像素點空間位置：改變閾值法結合局部灰度結合連通信息基于最大熵標準閾值選擇方法醫學圖像分割介紹第12頁區域生長分割將含有相同性質像素集中起來組成區域。該方法需要先選取一個種子點，然后依次將種子像素周圍相同像素合并到種子像素所在區域中。優點：計算簡單，尤其適合用于分割小結構如腫瘤和傷疤。醫學圖像分割介紹第13頁一個簡單相同度條件定義方法：設當前隊列頂端元素灰度值為gc，當前鄰點灰度值為gn，種子點灰度值為gs，

nv、cv為用戶設定值，當|gc-gn|<nv且|gs-gn|<cv時，滿足相同度條件。區域生長分割醫學圖像分割介紹第14頁區域生長分割醫學圖像分割介紹第15頁分割和特征提取方法中存在問題在圖像獲取和特征提取過程中會產生不一樣程度噪聲，使得提取到特征點位置存在一定誤差，要使一幅圖像中特征點準確匹配另一幅圖像中特征點是很困難；從兩幅圖像中提取到圖像特征點集數目是不等，確定它們之間對應關