--關于基于模糊聚類算法的醫(yī)學圖像分割-

《--關于基于模糊聚類算法的醫(yī)學圖像分割-》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在工程資料-天天文庫。

1、關于基于模糊聚類算法的醫(yī)學圖像分割圖像分割是圖像分析和處理的關鍵步驟,醫(yī)學圖像分割是圖像分割的一個重要應用領域。本文討論了醫(yī)學圖像分割的目的和意義,對醫(yī)學圖像分割的常用技術進行了研究。和圖像有關的技術統(tǒng)稱為圖像科學與技術，它涉及到多個相關學科，例如光學、數(shù)字信號處理、計算機科學、機器視覺、統(tǒng)計學、物理學等，形成了一個飛速發(fā)展的交叉學科[2][3]。特別是隨著計算機技術的發(fā)展，圖像科學與技術得到了極大的重視和長足的進展，出現(xiàn)了許多有關的新理論、新方法、新裝置，并且在科學研究、工業(yè)生產(chǎn)、醫(yī)療衛(wèi)生、教育、娛樂等領域得到了廣泛的應用，為社會發(fā)展、提高人類的生活

2、水平起到了重要的作用。近年來，由于信息高速公路、數(shù)字地球概念的提出以及互聯(lián)網(wǎng)的廣泛應用，圖像科學與技術的需求與日倍增。數(shù)字圖像以其信息量大、傳輸速度快、作用距離遠等一系列優(yōu)點成為人類獲取信息的重要和利用信息的重要手段。目前，圖像科學與技術向其他學科滲透并為其他學科所利用，在信息社會中無論是理論上還是實踐上都具有巨大的研究價值和應用前景。在醫(yī)學領域中，醫(yī)學影像已成為現(xiàn)代醫(yī)學診斷和治療最重要的技術手段之一，可以使醫(yī)生對人體解剖結(jié)構(gòu)及功能的認識更加全面，已經(jīng)廣泛應用于醫(yī)療診斷、治療、術前計劃和術后監(jiān)測各個環(huán)節(jié)中。隨著醫(yī)學圖像的種類和數(shù)量的與日俱增，計算機自動

3、分析醫(yī)學圖像已成為醫(yī)學影像中最重要的研究內(nèi)容和熱點問題。目前，醫(yī)學圖像處理和分析已經(jīng)形成一個完整的科學體系結(jié)構(gòu)，從圖像處理到計算機視覺這個連續(xù)的過程中，可以簡單的分為三種典型的圖像技術，即低級、中級和高級處理。其中，低級處理用于醫(yī)學圖像的獲取和低級操作。例如降低圖像噪聲的預處理，輸入的是醫(yī)學圖像，輸出的還是醫(yī)學圖像。中級處理涉及到圖像分割、對圖像中目標物的描述和分類識別。中級圖像處理輸入的是醫(yī)學圖像，輸出的是醫(yī)學圖像中獲取的特征。高級圖像處理通過特征分析得到對感興趣目標的總體理解，和人的視覺感知類似。醫(yī)學圖像分割類似于人眼對客觀世界中不同對象進行分類的

4、過程，它從圖像中把相關的結(jié)構(gòu)（或感興趣區(qū)）分離出來，是圖像分析與識別首要解決的問題，也是制約醫(yī)學圖像處理中其它相關技術發(fā)展和應用的瓶頸。所以，醫(yī)學圖像分割是一種重要的圖像處理技術，是自動圖像模式識別、場景分析和理解的一個至關重要的處理步驟，是從低層次圖像處理到高層次圖像理解的橋梁[4-6]?？梢哉f，如果沒有好的醫(yī)學圖像分割方法，人們就無法利用計算機對醫(yī)學圖像進行自動分析，高層次的圖像理解更是無法實現(xiàn)。因此，醫(yī)學圖像分割得到了廣泛的重視和研究，一直都是醫(yī)學影像學研究中最為熱點的問題之一。圖像分割在不同學科領域中還有其他名稱，例如目標檢測、邊界提取、目標識

5、別和運動跟蹤等，這些技術的本質(zhì)也是圖像分割[3-6]。醫(yī)學圖像分割的重要意義在臨床上具體表現(xiàn)在以下幾個方面[7-13]：(1)醫(yī)學圖像分割是圖像后繼處理，特別是圖像分析和理解的必備前提條件，如不同醫(yī)療設備的圖像的配準、融合、識別。這些技術極大的擴展了醫(yī)生對醫(yī)學圖像的利用能力。(2)可用于臨床醫(yī)學應用系統(tǒng)中，例如醫(yī)學圖像的3D重建、外科手術方案的制定和仿真、病理研究、解剖參考以及放療計劃中的3D定位等。這些系統(tǒng)極大的豐富了醫(yī)生的診斷和治療手段，受到病人的歡迎。(3)可用于對醫(yī)學圖像進行定量分析，例如測量人體器官、組織或病灶的體積、血管的曲率和半徑。通過在

6、治療前后對這些參數(shù)進行定量測量和分析，可以幫助醫(yī)生進行定量化診斷、預后評估、制定或修改對病人的治療方案以及對藥物療效的評估。(4)醫(yī)學圖像分割的結(jié)果可以在不丟失有用信息的前提下對醫(yī)學圖像進行數(shù)據(jù)壓縮和傳輸，降低了傳輸?shù)臄?shù)據(jù)量，這對開發(fā)PACS系統(tǒng)、研究遠程醫(yī)療和提高互聯(lián)網(wǎng)中的圖像傳輸速度至關重要。(5)醫(yī)學圖像分割也是人類視覺研究的一個重要方面，通過研究分割方法可以加深對視覺本質(zhì)的理解，對相關學科的發(fā)展，如計算機視覺，圖形學都有很大的促進作用。近年來，大量的研究者投入到醫(yī)學圖像分割方法的研究中，但是分割研究仍然處于初級階段。目前提出的算法雖然很多，但局

7、限性很大，醫(yī)學圖像分割仍然是一個非常困難的任務[14-16]。從理論上看，醫(yī)學圖像分割是一個信息不足的不適定問題，經(jīng)典的數(shù)學方法求解這類問題很困難，無法利用數(shù)學模型來簡單的描述，而且人們分割的目標也不盡相同。從實踐上看，醫(yī)學圖像常表現(xiàn)為對比度低，組織器官的可變性復雜、不同軟組織之間或軟組織與病灶之間的邊界模糊、形狀結(jié)構(gòu)和微細結(jié)構(gòu)（血管、神經(jīng)）分布復雜、同時不同人的器官形狀和特征有較大的差異。此外，不同模態(tài)的圖像因成像原理不同具有各自的特點。由于成像設備的場偏移效應、患者體位的移動、以及感興趣區(qū)域的解剖結(jié)構(gòu)形狀的復雜性和易變性,使得解剖結(jié)構(gòu)的邊界變得不明

8、確和不連續(xù)。同時由于醫(yī)學圖像采樣數(shù)據(jù)量很大，采樣偽影、局部體效應、空間混疊等因素使圖像中存在許