论文部分内容阅读
在医学领域,随着医学影像技术的迅猛发展,医学图像分析与处理技术越来越受到人们的重视并得到了广泛的应用。医学图像分割是从医学图像中获得感兴趣的区域、器官或者组织结构等的过程,它是后续医学图像分析与处理的关键前提。基于能量最小化的医学图像分割方法是当前医学图像分割的一个研究热点,它首先根据图像信息建立起有效的能量函数,然后通过对能量函数的优化来求取分割结果。医学图像的三维可视化也是医学图像处理的重要组成部分,它弥补了传统医学成像设备在成像上的不足,能为医生提供具有真实感的三维医学图像。当前对医学图像三维可视化的研究主要集中于面绘制与体绘制这两个方面,另外基于GPU加速的三维可视化也是当前的一个研究热点。本文着重研究了人体腹部CT图像的分割算法与三维可视化理论,主要工作及创新点如下:(1)介绍了医学图像成像及格式的相关理论,研究了医学CT图像窗口变换技术,在此基础上实现了标准DICOM格式CT图像的解析与显示。(2)研究了基于显式边界表示与基于隐式边界表示的图像分割方法,深入分析了基于能量最小化的图像分割方法的一些常见模型原理与实现,如Snake模型、Balloon模型、GVF模型、测地轮廓模型(GAC)等,并结合实验仿真阐明了各方法的优缺点,同时对各种方法做了综合的比较评价。(3)提出了一种基于改进图割理论与水平集方法的腹部CT图像两步分割算法,该算法结合了图割算法与水平集方法各自的优势,首先使用改进图割算法进行初步分割,在此基础上使用改进水平集算法进行再分割,克服了诸如改进图割算法不能进入凹陷区域与水平集算法的边界泄露等问题,在此基础上将分割算法拓展到整个CT序列,实现了对所有包含某种特定器官的CT断层序列的自动分割。(4)提出了一种图割理论与水平集方法相融合的腹部CT图像分割算法,该算法在(3)的基础上深入分析了图割理论与水平集方法能量函数之间的内在联系,验证了最小化测地活动轮廓模型(GAC)能量函数与求取图割方法中最小割之间的等价关系,将图割理论与水平集方法相融合,使用图割相应理论来优化GAC能量函数,该算法简化了算法(3)的步骤,同时很好地克服了传统GAC模型易收敛于局部极值的问题。(5)介绍了常见的医学图像三维可视化技术,主要包括面绘制与体绘制两个方面,并且引入CUDA编程技术,在此基础上分别实现了基于三维纹理映射算法与光线投射算法腹部CT图像的三维可视化,提高了三维可视化的速度,并添加伪彩色改善了腹部CT器官的显示效果。