基于活動輪廓模型的三維醫(yī)學圖像分割算法研究.pdf

1、醫(yī)學圖像分割是醫(yī)學圖像處理中一項非常重要的工作，是由醫(yī)學圖像處理到分析的關鍵步驟，是目標分離、特征提取和參數(shù)測量的基礎和前提，使得更高層的醫(yī)學圖像診斷與理解成為了可能。相比于其他圖像，醫(yī)學圖像具有對比度低，噪點較多的特點，而且不同組織器官或病灶之間的邊界較為模糊，這些都給醫(yī)學圖像分割帶來了很多困難，是一個研究難點，到目前為止，某一種分割方法或在分割精度、效率或者魯棒性上存在一定的問題，因此，醫(yī)學圖像分割算法的研究是當前的一個研究熱點。<

2、br>　　本文首先研究了基于活動輪廓模型的圖像分割算法，通過仿真實驗對參數(shù)和幾何活動輪廓模型的原理做了深入的分析和研究。然后針對三維醫(yī)學圖像分割的特點，提出一種基于活動輪廓模型的初始輪廓預測分割模型，由序列圖像中已完成的目標分割結果作為依據(jù)來預測下一幅斷層圖像的初始輪廓曲線，解決了活動輪廓模型的輪廓曲線初始化問題，此初始輪廓曲線已逼近目標邊界，因此大大減少了輪廓曲線的演化迭代次數(shù)，實驗證明，這種分割模型非常有效地提高了三維醫(yī)學圖像分割的

3、速度。
　　為了進一步提高圖像分割算法的計算速度，本文將原來的串行圖像分割算法并行化，并使用高性能計算集群系統(tǒng)和消息傳遞模型作為并行計算平臺，設計了良好并行策略和負載平衡方法，充分挖掘了圖像分割算法和集群系統(tǒng)的并行潛力，在保證圖像分割質(zhì)量的前提下，有效地減少了計算時間，并通過實驗檢驗證明了并行醫(yī)學圖像分割算法在求解速度的快速性。
　　該三維醫(yī)學圖像并行分割算法在活動輪廓模型的基礎上，充分利用了三維醫(yī)學圖像的特點，提出了一系列