置信连接的自动肝脏分割方法

肝脏分割是计算机辅助肝病诊断和手术计划制定的基础,文中结合置信连接的区域生长算法实现了肝脏的全自动分割.首先利用改进的曲线各向异性扩散滤波对CT图像进行平滑预处理,以便在去除噪声的同时保存边缘信息,进而通过对预处理图像的灰度分析自动选取序列种子点;然后使用置信连接的区域生长算法对肝脏进行分割;最后采用空洞填充法填补区域生长中产生的空洞,改善分割效果.对10套腹部CT图像数据的实验结果表明,分割每幅图像的平均时间是1.46s,准确率为93.6%,其高效、准确性为临床诊断和手术导航提供了有利的信息.

结合置信连接度的自适应模糊连接度的MRI图像中丘脑分割算法研究

目的立体定向神经外科手术中,丘脑及其子结构神经核团作为靶区,常被用于治疗癫痫和锥体外系疾病。利用计算机对丘脑神经核团进行分割,对于神经外科疾病的诊断与治疗具有重要的研究价值。为提高丘脑神经核团的分割精度,简化人工操作,减少人工干预,避免主观影响,本文提出一种结合置信连接度的自适应模糊连接度混合算法,用于分割丘脑结构。方法本文算法在基于模糊连接度的框架内增加图像梯度特征,采用自适应权重及自动选取感兴趣区域的方式,对10例人脑MRI图像数据的丘脑结构进行分割。结果实验结果与专家指导下的手工分割结果进行比较,并对两者之间的相似度进行量化比较。结果表明该算法在减少人工干预的同时保证了较高的准确率。结论结合置信连接度的自适应模糊连接度丘脑及其子结构分割算法在计算速度和精度上均优于传统模糊连接度算法。

基于CT三视图的肝脏自动分割方法

针对肝脏分割结果中出现的误分割问题,在分析腹部CT图像序列中肝脏结构特性和成像特点的基础上,充分利用肝脏灰度特性和结构特性的互补信息,提出一种组合三视图分割结果的置信连接肝脏自动分割方法。从各视图的最佳角度提取肝脏轮廓线,将其合并得到最终的肝脏轮廓,有效减少了肝脏与相邻器官灰度相似性造成的误分割现象,进一步提高了肝脏自动分割的准确率。对10套腹部CT数据集的实验结果表明,该方法能够快速、准确的提取肝脏轮廓,为临床肝病诊断和手术计划制定提供有效的个体化信息。

鲁棒的超声多普勒肾动脉血流信号提取方法

声多普勒肾动脉血流速度信号是进一步提取血流速度信号特征的前提。而超声多普勒肾动脉血流速度信号特征是肾动脉狭窄早期诊断的重要手段。因强烈的斑噪影响和其它信息干扰,从超声图像中准确提取肾动脉血流速度信号是比较困难的。提出了局部自适应的置信连接分割方法,该方法用于分离信号区域和背景,在灰度分布不均匀和强噪声条件下仍能实现有效分割;然后使用连通域标号的方法填补小空隙,以消除干扰信息的影响,通过局部统计特性修正提取的信号并使用Mean Shift方法为信号降噪,最终实现了鲁棒的肾动脉血流速度信号的提取。实验结果显示,该方法能准确提取肾动脉血流速度信号,鲁棒性强。

基于区域生长分割算法在医学图像中的研究

将目标图像利用具体的算法操作将待处理图像分割成几个特定的、分别具有独特性质的区域,并把目标区域和背景分离出来,分割结果的好坏直接关系着图像的进一步分析。通过区域生长法对右心室MRI图像进行分割算法研究,区域生长法要想区域分割算法能够成功的三个重要因素是,选择合理的种子点像素,设计针对特定图像合理的生长准则,制定合理的生长停止的条件。通过采用置信连接与孤立连接分割法的对比,实验验证了分割的效果比对。