医学图像分割概述.pptxVIP

医学图像处理MedicalImageProcessing第七章医学图像分割主讲人严瑜图像分割的概念分割目的：是为了将感兴趣区域提取出来，从而为定量、定性分析提供基础，同时它也是结构分析、运动分析、三维可视化、图像引导手术，肿瘤放射治疗等应用的基础。分割：将图像中的不同区域区分开来，划分后的区域是互不相交的，且每个区域内都满足一定的特征一致性。图像分割的概念图像图像预处理图像分割图像分析图像理解医学图像特点灰度不均匀伪影和噪声不均匀的组织器官成像设备局限性、组织蠕动等组织边缘模糊病变边缘不明确局部体效应不均匀的组织器官医学图像分割方法的公共特点分割算法面向具体的分割任务，没有通用的方法更加重视多种分割算法的有效结合临床应用对分割的精确性要求高，处理效率要求高需要利用医学中的大量领域知识、需要人工干预交互式分割方法受到日益重视目前既不存在一种通用的图像分割方法，也不存在一种判断是否分割成功的客观标准图像分割的基本思路从简到难，逐级分割控制背景环境，降低分割难度把焦点放在增强感兴趣对象上，缩小不相干的图像成分干扰图像分割算法不连续性亮度值的基本特性相似性图像分割算法基于边界的分割：检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。先找边，后确定区域。图像分割算法基于区域的分割：特征：图像的灰度还有颜色、纹理，局部统计特征、频率特征等检测图像像素灰度值的相似性，将具有同一特征的像素聚集在一起，形成图像中的不同区域。图像分割算法检测：孤立点组成线组成边界基于边界（物体有边缘）图像分割基于区域（灰度、纹理一致）阈值分割区域生长区域的分裂合并本章内容边缘检测边缘连接阈值分割区域分割在边缘检测基础上实现边缘连接。介绍基于梯度算子的边缘检测方法。介绍基于区域的图像分割方法。介绍基于阈值的分割算法。医学图像处理MedicalImageProcessingTHANKS图像分割的基本思路，总的来说，可以遵循从简到难，逐级分割的路径，控制背景，以降低分割难度，把焦点放在增强感兴趣对象上，缩小不相干的图像成分干扰。如图所示，常用的方法为两类：一类基于边界，一类基于区域特性。基于边界的方法，先找到图像的边缘点，由点连接成线，最后形成封闭的边界。基于区域特性的方法，将主要介绍常见的分割方法：阈值分割、区域生长和区域的分裂合并。