基于活動(dòng)輪廓模型的超聲圖像分割技術(shù)研究.pdf

1、自從1895年倫琴發(fā)現(xiàn)X射線以來，臨床醫(yī)學(xué)的進(jìn)展很快。超聲因?yàn)闊o創(chuàng)、無痛、無放射線損傷、快速、準(zhǔn)確、便捷、經(jīng)濟(jì)等特點(diǎn)，被廣泛的應(yīng)用于臨床檢查。超聲圖像分割是臨床醫(yī)學(xué)的一個(gè)重要手段，所以研究超聲圖像的分割是一個(gè)十分有意義的課題。目前，臨床應(yīng)用中的超聲成像系統(tǒng)所廣泛使用的分割方式是基于閾值的方法和基于醫(yī)生手動(dòng)分割的方法。 本文主要介紹基于活動(dòng)輪廓模型的超聲圖像分割，活動(dòng)輪廓模型基于變分方法和泛函極值理論，它可以分為參數(shù)活動(dòng)輪廓模型和

2、幾何活動(dòng)輪廓模型。參數(shù)活動(dòng)輪廓模型由Kass等人提出，通過在圖像感興趣區(qū)域(ROI)附近最小化樣條曲線的能量函數(shù)，達(dá)到檢測(cè)目標(biāo)邊界的目的。參數(shù)活動(dòng)輪廓模型雖然在醫(yī)學(xué)圖像處理上得到了成功應(yīng)用，但因?yàn)榻?jīng)典的參數(shù)活動(dòng)輪廓模型具有很多缺點(diǎn)，主要表現(xiàn)為局部性和拓?fù)洳豢筛淖冃浴?針對(duì)參數(shù)活動(dòng)輪廓模型的不足，學(xué)者們提出了水平集方法，基于水平集方法的模型具有拓?fù)淇筛淖冃缘奶攸c(diǎn)，彌補(bǔ)了參數(shù)活動(dòng)輪廓模型的不足，我們這里主要實(shí)現(xiàn)了測(cè)地線活動(dòng)輪廓模型以

3、及簡化Mumford-Shah模型?；贛umford-Shah模型的水平集圖像分割方法是一種重要的基于變形模型的圖像分割方法。該方法依賴的特征是圖像里同質(zhì)區(qū)域的全局信息，所以對(duì)于一般的圖像，它具有分割快速、準(zhǔn)確的優(yōu)點(diǎn)。但是，在傳統(tǒng)的水平集方法中，必須要進(jìn)行復(fù)雜的水平集的重新初始化以確保水平集函數(shù)在迭代過程中保持為符號(hào)距離函數(shù)(SDF)，從而確?？傻玫揭粋€(gè)有效的結(jié)果。于是為了保持為SDF，通常時(shí)間步長都選擇得很小，這導(dǎo)致了整個(gè)演化過程浪