醫(yī)學(xué)圖像自動(dòng)分割若干關(guān)鍵技術(shù)研究.pdf

1、醫(yī)學(xué)圖像分割技術(shù)是醫(yī)學(xué)圖像處理與分析領(lǐng)域的重要課題之一，也是近年來備受研究人員關(guān)注的熱點(diǎn)問題。醫(yī)學(xué)圖像分割的目的是把圖像中具有特殊含義的不同區(qū)域分割開來，并使分割結(jié)果盡可能的接近解剖結(jié)構(gòu)，從而為臨床診療和病理學(xué)研究提供可靠依據(jù)。由于人體解剖結(jié)構(gòu)的復(fù)雜性、組織器官形狀的不規(guī)則性及個(gè)體之間的差異性，一般圖像分割方法直接應(yīng)用于醫(yī)學(xué)圖像并不能得到理想分割效果，為此必須尋找一種有效的醫(yī)學(xué)圖像分割方法。 論文在回顧總結(jié)國內(nèi)外醫(yī)學(xué)圖像分割方法

2、相關(guān)文獻(xiàn)的基礎(chǔ)上，闡述了醫(yī)學(xué)圖像分割的目的、意義。根據(jù)醫(yī)學(xué)圖像自身特點(diǎn)和特殊應(yīng)用需求，分析了基于模糊最大熵和基于形變模型兩種醫(yī)學(xué)圖像自動(dòng)分割方法，并從分割模型本身與算法執(zhí)行效率兩個(gè)方面，對(duì)存在的問題提出了改進(jìn)方法，較好地解決了分割精確度與時(shí)間復(fù)雜度之間的矛盾。論文主要工作包括： 1．總結(jié)分析了現(xiàn)有的醫(yī)學(xué)圖像分割方法優(yōu)缺點(diǎn)，并分析了完全自動(dòng)分割方法對(duì)實(shí)際應(yīng)用的重大意義。 2．針對(duì)傳統(tǒng)模糊熵公式不滿足區(qū)域一致性條件等問題，提

3、出模糊加權(quán)熵公式，并證明了該公式能滿足圖像分割五個(gè)基本條件，解決了傳統(tǒng)方法會(huì)導(dǎo)致圖像細(xì)節(jié)被均衡的不足。提出一種對(duì)稱型拋物線分布作為隸屬函數(shù)，該分布可降低了參數(shù)的維數(shù)，提高了運(yùn)算的效率。 3.將遺傳算法引入到基于模糊最大熵閾值分割中，解決了該方法存在參數(shù)搜索空間巨大，耗時(shí)多等問題；并針對(duì)遺傳算法局部搜索能力不足，提出一種自適應(yīng)免疫遺傳算法，并給出了疫苗和遺傳算子參數(shù)的自適應(yīng)選取法，該方法既具有全局搜索能力又具有很強(qiáng)的局部搜索能力，