- 相關(guān)推薦
探究醫(yī)學(xué)超聲圖像分割技術(shù)以及發(fā)展方向
畢業(yè)論文是檢驗(yàn)在校學(xué)習(xí)成果的重要文檔，如何寫(xiě)好畢業(yè)論文也成為每個(gè)即將畢業(yè)的學(xué)子最關(guān)心的事情之一，可以參考一些優(yōu)秀的論文范文喔!
【摘 要】：圖像的分割技術(shù)占據(jù)了醫(yī)學(xué)超聲圖像中定性、定量分析領(lǐng)域中十分重要的地位，預(yù)計(jì)在今后的幾年三維超聲圖像分割技術(shù)將成為醫(yī)學(xué)超聲圖像分割技術(shù)的主力軍，對(duì)病情的分析、診斷起到直接影響作用。在對(duì)醫(yī)學(xué)的超聲圖像特性進(jìn)行分析的基礎(chǔ)上，分別對(duì)醫(yī)學(xué)的超聲圖像進(jìn)行了分割方法的介紹及評(píng)價(jià)，并對(duì)其發(fā)展的方向、趨勢(shì)進(jìn)行了簡(jiǎn)單的探討。而三維的超聲圖像分割技術(shù)正快速發(fā)展著，其在醫(yī)學(xué)診斷的過(guò)程中可以幫助醫(yī)生更好的分析、診斷病情。
【關(guān)鍵詞】：醫(yī)學(xué);圖像分割技術(shù);方向
1 引 言
隨著醫(yī)學(xué)超聲圖像分割技術(shù)的迅猛發(fā)展，動(dòng)態(tài)規(guī)劃模型以及水平集模型等技術(shù)使得三維圖像的分割技術(shù)以飛快的速度發(fā)展著。圖像分割是計(jì)算機(jī)進(jìn)行臨床輔助診斷的重要方式，可以用于病情的實(shí)時(shí)監(jiān)控以及疾病的準(zhǔn)確定位等環(huán)節(jié)。為保證從超聲圖像中獲取準(zhǔn)確的臨床診斷信息，先進(jìn)的圖像分割技術(shù)是不可或缺的。
2 圖像分割的目的和意義
傳統(tǒng)醫(yī)學(xué)超聲圖像的分割技術(shù)主要有兩類(lèi)，以邊緣檢測(cè)為基礎(chǔ)的方法和以區(qū)域生長(zhǎng)為基礎(chǔ)的方法。通常為了能夠取得更好的分割效果，在實(shí)際的應(yīng)用中，往往將這兩種方法結(jié)合在一起使用。以區(qū)域生長(zhǎng)為基礎(chǔ)的法，這種圖像的分割方法，則是將象素按照一些規(guī)定的特征，分類(lèi)劃分到不同的區(qū)域中去，因此每個(gè)相鄰的區(qū)域都具有不同的均勻性。主要的基礎(chǔ)技術(shù)有：合并技術(shù)、分裂技術(shù)以及隨機(jī)場(chǎng)技術(shù)。以合并、分裂技術(shù)為基礎(chǔ)的區(qū)域生長(zhǎng)法，主要分為：合并、分裂、合并-分裂結(jié)合這三種方法。合并的方法：首先將整幅圖像劃分成多個(gè)相同的基礎(chǔ)區(qū)域，然后分辨各個(gè)區(qū)域的均勻性，將均勻性相近的進(jìn)行合并，使得最終所得的區(qū)域達(dá)到一定的均勻性;分裂的方法：將整幅圖像均分為四份，然后以分裂的結(jié)果作為下一次的分裂模板，只要區(qū)域的分割結(jié)果不能達(dá)到一定均勻性，就不斷對(duì)區(qū)域進(jìn)行下一次分裂，直到各個(gè)區(qū)域的均勻性都得到滿(mǎn)足;合并-分裂相結(jié)合的方法：將相鄰并且特征相似的區(qū)域進(jìn)行合并，不均勻的區(qū)域不斷進(jìn)行分裂。
這些方法對(duì)圖像有一個(gè)共同的基本要求：高像素。高像素保證了圖像的清晰度和質(zhì)量，這樣可在進(jìn)行圖像合并或分裂的處理時(shí)，不會(huì)處理過(guò)度，導(dǎo)致結(jié)果的失真。通常這些方法都只是作為其它超聲圖像分割技術(shù)的輔助來(lái)應(yīng)用的，因此在這方面可用借鑒的資料少之又少。以隨機(jī)場(chǎng)技術(shù)為基礎(chǔ)的圖像分割法，相互作用模型在隨機(jī)場(chǎng)中是利用空間區(qū)域的相關(guān)知識(shí)，再結(jié)合模擬退火及一些概率論的知識(shí)等優(yōu)化方法對(duì)圖像加以分割。但這種方法非常容易導(dǎo)致誤分類(lèi)的產(chǎn)生，紋理邊界極難進(jìn)行分割，因此，在醫(yī)學(xué)超聲圖像分割技術(shù)中的應(yīng)用也并不是太廣泛。
3 醫(yī)學(xué)圖像分割技術(shù)的發(fā)展
近幾年來(lái)，出現(xiàn)了許多新興的圖像分割技術(shù)，研究者們圍繞其進(jìn)行防范研究，并取得了不小成就。以形變模型中的動(dòng)態(tài)規(guī)劃模型為例，以動(dòng)態(tài)規(guī)劃模型為基礎(chǔ)的分割方法，首先應(yīng)人工選擇原始圖像的起點(diǎn)、終點(diǎn)，求算出最初代價(jià)陣。之后再用選擇的初始點(diǎn)與最初的代價(jià)陣，求得累積代價(jià)陣，然后由終點(diǎn)向著起點(diǎn)進(jìn)行反向記錄，畫(huà)出最后的邊界線(xiàn)。
本文依據(jù)此分割法進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果顯示該算法能夠取得最優(yōu)解，噪音對(duì)圖像分割的影響也不明顯，只是還需要注意幾個(gè)方面：
復(fù)雜的計(jì)算過(guò)程，累積代價(jià)陣的計(jì)算過(guò)程十分復(fù)雜，因此會(huì)耗費(fèi)大量時(shí)間，可以說(shuō)是整個(gè)運(yùn)算過(guò)程中的重點(diǎn)、難點(diǎn);
初始點(diǎn)、終止點(diǎn)的選擇，極大的影響著分割結(jié)果，因初始點(diǎn)、終止點(diǎn)的不同可以形成不同的分割結(jié)果。(其中a為原始圖像，標(biāo)志點(diǎn)位臨床醫(yī)生所標(biāo);b、c、d為不同初始點(diǎn)、終止點(diǎn)情況下的不同分割結(jié)果)如圖1所示
4 醫(yī)學(xué)圖像分割技術(shù)概述
劃分醫(yī)學(xué)圖像的區(qū)域有時(shí)候并不十分容易，由于醫(yī)學(xué)成像系統(tǒng)具有其自身獨(dú)特的物理特征，還有機(jī)體不同的組織吸收能量的能力略有不同表現(xiàn)在圖像上為成像時(shí)會(huì)有一定的差異即醫(yī)學(xué)圖像具有的不確定性、模糊性。在描述醫(yī)學(xué)圖像中的目標(biāo)物體時(shí)應(yīng)用圖像的模糊性，
以邊緣檢測(cè)為基礎(chǔ)的法，以邊緣檢測(cè)為基礎(chǔ)進(jìn)行分割的方法，是根據(jù)圖像的像素特征進(jìn)行檢測(cè)，由于其局部特征具有突變性、不連續(xù)性，由此可以描繪出幾條邊界，最后將圖像分割成為幾個(gè)不同的區(qū)域。因此，選出一個(gè)基礎(chǔ)點(diǎn)作為檢測(cè)點(diǎn)，根據(jù)檢測(cè)點(diǎn)以及檢測(cè)點(diǎn)的相鄰點(diǎn)檢測(cè)的象素作為特征值，再根據(jù)其檢測(cè)值來(lái)獲得不同區(qū)域間的邊界。但是，有時(shí)根據(jù)圖像的像素進(jìn)行邊界描繪時(shí)，由于相鄰點(diǎn)的像素檢測(cè)的信息并不匹配，使得描繪的圖像邊界不完整、封閉，故無(wú)法成功將圖像進(jìn)行區(qū)域分割。這時(shí)，為了勾畫(huà)出有意義的圖像邊界，對(duì)于那些間斷不連續(xù)的邊緣點(diǎn)就要采用一定的算法將其連接起來(lái)。此外，有較大噪聲音的圖像會(huì)有一定誤差，主要體現(xiàn)在圖像邊緣的真實(shí)性上，這一點(diǎn)對(duì)以邊緣檢測(cè)為基礎(chǔ)的分割方法的結(jié)果影響極大，尤其是在醫(yī)學(xué)超聲圖像的分割上，因此，這個(gè)問(wèn)題亟需得到解決。應(yīng)用以模糊集理論為基礎(chǔ)的圖像分割技術(shù)可以解決醫(yī)學(xué)圖像中的部分結(jié)構(gòu)不良的問(wèn)題，因此，發(fā)展、應(yīng)用此技術(shù)在醫(yī)學(xué)超聲圖像的分割工作中，可對(duì)醫(yī)學(xué)圖像的分析有很大的幫助。
5 醫(yī)學(xué)圖像分割技術(shù)的評(píng)價(jià)
以人工的神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的圖像分割技術(shù)是近幾年剛剛發(fā)展起來(lái)的被廣泛應(yīng)用的新技術(shù)。這項(xiàng)技術(shù)具有一個(gè)十分優(yōu)越的條件，它分割圖像的方式不需要依靠圖像的概率函數(shù)也就是說(shuō)即使在圖像數(shù)據(jù)出現(xiàn)嚴(yán)重的偏差時(shí)也可以進(jìn)行圖像的分割。事實(shí)上，這個(gè)分割技術(shù)是以圖像的形狀為基礎(chǔ)進(jìn)行圖像的分割的。
這個(gè)分割技術(shù)主要有兩個(gè)操作過(guò)程：首先是進(jìn)行圖像特征的提取;然后就是進(jìn)行神經(jīng)網(wǎng)絡(luò)的分割。提取醫(yī)學(xué)超聲圖像特征的過(guò)程對(duì)于整個(gè)圖像的分割具有決定性的作用，因?yàn)樘崛〉臄?shù)據(jù)是進(jìn)行神經(jīng)網(wǎng)絡(luò)的計(jì)算時(shí)的基礎(chǔ)數(shù)據(jù)。如果能提取到正確的圖像特征數(shù)據(jù)便能夠盡可能的削減計(jì)算過(guò)程，提高分割算法的準(zhǔn)確性。
6 結(jié) 語(yǔ)
本文系統(tǒng)的通過(guò)對(duì)醫(yī)學(xué)的超聲圖像進(jìn)行了介紹與評(píng)價(jià)，雖然形變模型分割技術(shù)能獲得不錯(cuò)的效果，但仍有許多還未解決的問(wèn)題。因此，醫(yī)學(xué)超聲圖像分割技術(shù)的研究方向應(yīng)根據(jù)這些還未解決的問(wèn)題，向以下幾個(gè)方面發(fā)展，能量模型的建立分析;噪聲對(duì)超聲圖像分割影響的處理;多種模型結(jié)合應(yīng)用，從而提高分割效果、加快分割速度。將二維分割技術(shù)往三維分割技術(shù)上發(fā)展以及推廣;分割序列的圖像，不僅對(duì)層間輪廓線(xiàn)形狀的相似性進(jìn)行利用，還要對(duì)層間的對(duì)應(yīng)邊緣處灰度的相關(guān)性與相似性進(jìn)行利用。
【參考文獻(xiàn)】
[1]嚴(yán)勇 《醫(yī)學(xué)超聲圖像分割技術(shù)的研究及發(fā)展趨勢(shì)》 [J]，北京生物醫(yī)學(xué)工程.2008.6-05.
[2]費(fèi)曉紅 《基于改進(jìn)粒子群的模糊聚類(lèi)超聲圖像分割》[J]，科學(xué)技術(shù)與工程.2010.2.
[2]敖文貴 《醫(yī)學(xué)超聲影像三維目標(biāo)對(duì)象的分割方法》[J]，中國(guó)醫(yī)學(xué)影像技術(shù).2011.7.
【探究醫(yī)學(xué)超聲圖像分割技術(shù)以及發(fā)展方向】相關(guān)文章：
光學(xué)相干層析醫(yī)學(xué)圖像分割研究現(xiàn)狀論文10-08
藍(lán)牙技術(shù)探究09-30
探究火力發(fā)電中電氣自動(dòng)化技術(shù)的應(yīng)用以及創(chuàng)新10-26
醫(yī)學(xué)檢驗(yàn)新教學(xué)探究10-01
瑜伽與中醫(yī)學(xué)探究10-26
瑜伽與中醫(yī)學(xué)探究10-26
超聲醫(yī)學(xué)論文范文10-08