資源描述：
《基于三維CT圖像的骨表面檢測(cè)算法-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第5卷第3期智能計(jì)算機(jī)與應(yīng)用V01．5No．32015年6月INTELLIGENTCOMPUTERANDAPPLICATIONSJun．2015基于三維CT圖像的骨表面檢測(cè)算法姚明。程遠(yuǎn)志(哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，哈爾濱150001)摘要：為了更好地獲取三維CT圖像中的骨表面，本文利用輪廓跟蹤的思想提出了一種三維骨表面檢測(cè)算法。該算法首先通過三維輪廓跟蹤方法找出初始的三維表面輪廓，然后利用一階導(dǎo)數(shù)的方法對(duì)濾波去噪后的圖像中的初始表面體素計(jì)算法線方向；為了保證該法線方向的足夠精確，本文提出了一種預(yù)估一校正的方案，來對(duì)之前計(jì)算出的法線方向進(jìn)行修正，從而得出一個(gè)更精
2、確的法線方向；最后利用此法線方向建立一維信號(hào)、進(jìn)行邊緣檢測(cè)。實(shí)驗(yàn)結(jié)果表明本文算法有效地增強(qiáng)了輪廓跟蹤算法的抗噪性，也較好地提取出完整的骨表面。關(guān)鍵詞：醫(yī)學(xué)圖像處理；輪廓跟蹤；法線方向校正；邊緣檢測(cè)中圖分類號(hào)：TP391．41文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095—2163(2015)03—0077—04AnAlgorithmf0rBoneSurfaceDetectionin3DCTImagesYAOMing，CHENGYuanzhi(SchoolofComputerScienceandTechnology，HarbinInstituteofTechnology，Harbin15
3、0001，China)Abstract：Inordertogetabetterbonesurfaceof3DCTimages，thispaperproposesa3Dbonesurfacedetectionalgorithmwiththeideaofcontourtracing．First，thisalgorithmgetaninitialsurfacewith3Dcontour—tracingalgorithm．Then，throughthefirstderivativeoffilteredimages，normaldirectionsofinitialsurfacev
4、oxelscanbeestimated．Toinsuretheac．curacyoftheestimation，thispaperproposesanestimation—correctionschemetocorrectthenormaldirectionandgetthecorrespondingbettervalues．Finally，withthenormaldirection，a1Dsignalcanbeconstructedforedgedetection．Theex—perimentresultshowsthatthisalgorithmenhancesth
5、eanti—noisyabilityofcontourtracingalgorithmandgetsabetterbonesurface．Keywords：MedicalImageProcessing；ContourTrace；NormalDirectionCorrection；EdgeDetectionO引言的方法很多都可以擴(kuò)展到三維圖像中。一般情況下，三維圖對(duì)于當(dāng)代的醫(yī)學(xué)來說，用計(jì)算機(jī)來處理各種醫(yī)學(xué)圖像是像中的邊緣檢測(cè)研究都是基于每一個(gè)二維切片的表面跟一項(xiàng)重要的自動(dòng)化醫(yī)療技術(shù)。而在醫(yī)學(xué)領(lǐng)域，分割CT圖像蹤。研究中，在進(jìn)行跟蹤時(shí)，就需要給出表面體素所符則是引導(dǎo)手術(shù)中不可
6、或缺的組成部分。相比傳統(tǒng)的二維CT合條件的定義，常見方法則是基于梯度的三維圖像的邊緣檢圖像，三維CT圖像可以通過旋轉(zhuǎn)更加立體、直觀地顯示體骨測(cè)算法。這些算法都可以看作是二維算法的延伸。只是這的各部分特征，對(duì)臨床診斷和治療成效具有重大的裨益作些算法在一定程度上卻都忽略了三維圖像的一些信息，而且用。由上可見，三維CT圖像中部位的自動(dòng)分割即已成為近復(fù)雜度較高。幾年計(jì)算機(jī)處理醫(yī)學(xué)圖像中的研究攻關(guān)重點(diǎn)，而由于骨CT基于此，本文提出了一種基于法線方向的邊緣檢測(cè)方圖像還摻雜著其他組織，所以CT圖像中骨表面的檢測(cè)也是法。首先，利用傳統(tǒng)的邊緣檢測(cè)方法，如輪廓跟蹤等方法獲其全程實(shí)施和付諸實(shí)現(xiàn)
7、過程中的一個(gè)難點(diǎn)。取初始邊緣體素，然后計(jì)算初始邊緣點(diǎn)的法線方向，并且為對(duì)于二維圖像，當(dāng)今國(guó)內(nèi)外已有許多較為成熟的二維圖了獲取更精準(zhǔn)的法線方向，本文又提出了預(yù)估一校正的方像的分割算法?。這些算法大部分都是基于分割物體為同案；當(dāng)?shù)玫椒ň€方向后在法線方向上建立一維信號(hào)，實(shí)現(xiàn)了質(zhì)的研究假設(shè)，而后利用全局或者局部的閾值的方法來邊緣檢測(cè)。進(jìn)行分割。另外一種當(dāng)下更為流行的方法就是動(dòng)態(tài)輪廓模1三維表面跟蹤算法型的方法。這種方法在醫(yī)學(xué)圖像處理中的實(shí)用性已然獲首先，研究要利用輪廓跟蹤獲取一個(gè)初始輪廓。在三維得了確切證明。此外，一般的邊緣檢測(cè)或者說
