基于改进的大津方法与区域生长的医学图像分割-Journalof.PDF

第2 7 卷第4 期 东 北 大 学 学 报 ( 自 然 科 学 版 ) Vol 27 ,No . 4 2 0 0 6 年 4 月 Journal of Nort heastern U niver sity (N at ural Science) Ap r . 2 0 0 6 文章编号 : (2006) 基于改进的大津方法与 区域生长的医学图像分割 姜慧研 , 司岳鹏 , 雒兴刚 ( 东北大学 计算中心 , 辽宁 沈阳　110004) 摘 　　　要 : 提出了一种自动分割边缘模糊图像的新方法 该方法利用小波变换对图像进行压缩 · 与多解像度分解 ,通过强调各解像度上高周波成分的极值进行图像锐化 ;利用邻域平均与中值滤 波方法对图像进行平滑 ;利用改进的大津方法与多种子投票机制的区域生长方法进行图像的自动 分割 ;根据分割效果对阈值进行迭代控制 ; 通过自动分割的区域与影像医生手动分割区域的误差 、 平均最短距离进行自动分割效果的评价 将本方法应用于实际的30 幅边缘模糊的腹部 MR I 图像 , · 证明了其对复杂图像分割的有效性 · 关 　键 　词 : 小波变换 ; 区域生长法 ; 图像分割 ;医学图像 ;计算机辅助诊断 中图分类号 : TP 39 1 　　　文献标识码 : A 近年来 ,医学图像在协助医生诊断与提高诊 果进行评价 ,证明其有效性 · 断精度方面发挥了越来越重要的作用 , 医生对图 1 　图像的预处理 像诊断的需求也日益增加 目前我国的影像诊断 · 还是医生根据肉眼观察与临床经验作出判断 ,而 由于医学图像的数据量很大 ,为了减少处理 医学图像存在大量的边缘模糊现象 ,不仅耗费大 的时间与存储量 ,需要对图像数据进行压缩 小波 · 量的时间与精力 ,而且有时难以作出正确的诊断 , 变换具有高压缩比、能量集中、避免“方块效应”和 甚至会出现漏诊与误诊事件 因此 ,医学图像的计 “蚊式噪声”等优点[6～9 ] , 医学图像具有相邻像素 · ( ) 灰度高度相关等特征 ,因此 ,本文基于小波变换来 算机辅助诊断 comp uteraided diagno sis , CAD 具 减少像素冗余 即 ,将一幅图像分成平滑与细节两 有重要的研究意义与应用价值 · · 部分 ,细节对应小波变换中小尺度的瞬变 ,把细节 在 CAD 系统中 ,对象脏器的自动识别直接关 存储起来 ,对平滑部分在下一个尺度上重复本过 系到诊断的准确性 , 由于在医学图像中某些脏器 程 ,通过尺度去掉冗余像素 · 存在与相邻脏器灰度相近 、边缘模糊等复杂性成 医学图像的噪声比较复杂 ,本文分别采用邻 为图像分割的难题 在医学图像