基于区域增长分割算法的医学图像研究

何颖+张兴阳+赵金龙

摘要: 通过特定的算法操作将目标图像划分为几个具有独特属性的特定区域，并将目标区域和背景分开. 分割的质量与图像的进一步分析直接相关. 基于区域增长法的右心室MRI图像分割算法研究. 区域增长方法在区域分割算法中取得成功的三个重要因素是选择合理的像素区域增长 图像分割，为特定图像设计合理的增长准则以及制定合理的停止条件. 通过置信连接与孤立连接分割方法的比较，实验验证了分割比较的效果.

关键词: 右心室分割；区域增长法医学形象置信度连接方法

中国图片分类编号: TP391.41文件识别代码: A物品编号: 1007-9416（2017）10-0115-03

1简介

图像分割的概念主要是指: 通过特定的算法运算将目标图像划分为多个具有独特属性的特定区域，并将目标区域和背景与分割过程分开，分割结果直接与对图像的进一步分析[1]，这也是整个图像处理过程中的一个艰巨的步骤.

对于医学图像，图像本身包含许多信息，但是通常只有一部分是临床诊断所关注的. 这部分通常称为“感兴趣区域”（ROI），与之相比，其余部分则是临床诊断中不感兴趣的区域. 如何获得对这些特定领域的临床研究有用的图像成分和解剖结构是图像分割技术的核心问题.

近年来，越来越多的学者和医学研究人员发现右心室在心血管疾病的早期预测以及随后的研究和临床病例诊断和治疗中的重要作用. 右心室的医学意义也越来越被人们所认识，并且右心室的分割越来越受到重视. 然而，另一方面，右心室具有比左心室更复杂的特征，例如高可变性，薄壁和边界. 该区域不够明显，很难区分周围的组织等. 这些系列特征使实际的右心室分割更加困难. 近几十年来，在医学图像处理中提出了一些有价值的方法. 例如，基于统计形状模型和三维模型的方法[2]和基于变形模型的方法[3]都取得了良好的效果.

2个区域增长算法

区域增长算法[4]的概念是指将满足某些相似特征的每个像素划分为同一区域以实现分割. 首先，要对整个图像进行多个区域分割，请在每个区域中选择一个点作为区域增长的起点，然后您需要遵循可优化目标或周围环境和像素的增长标准将具有相似或相似特征的点像素合并到预设像素所在的区域中，然后将这些新合并的像素用作区域，以根据上述方法继续生长，直到遍历整个图像为止，以便当满足预设条件或标准的像素可以合并到区域中时，没有整个区域增长分割过程.

成功实施区域分割算法需要三个重要因素: （1）选择合理的像素； （2）为特定图像设计合理的增长标准； （3）制定合理的增长停止条件. 关于像素的选择，可以通过手动交互方法或通过全自动方法来采用. 前一种方法不仅简单实用，可用于大多数物体和图像，而且用途更广. 后一种方法更具针对性，并且经常遇到特定问题，例如使用红外来检测目标. 有时，亮度最高的像素通常用作像素. 区域增长法[5]具有置信度连接分割法和孤立点连接分割法等算法.

右心室的磁共振图像如图1所示. 第一行显示了基础期期间右心室的磁共振图像，第二行显示了右心室的磁共振图像. 在顶点时期. 第一列的显示状态在舒张末期，第二列的显示在收缩末期. 从图1可以得出结论，不同患者甚至同一患者的右心室在不同时期获取的右心室磁共振图像的形状差异很大，而这一系列因素增加了右心室有效分割的难度.

2.1置信度连接细分方法

置信度连接分割方法的概念是: 置信度连接分割方法实际上是一种区域增长分割方法. 根据当前区域的简单统计结果以及某个邻域内的所有，计算出像素灰度的平均值和标准偏差，然后取因子与标准偏差的乘积. 作为范围，则附近像素的灰度值在计算的范围内，然后将像素划分为该区域. 接下来，根据最后划分的区域，再次计算最后划分的区域中所有像素的灰度的平均值和标准偏差，根据上述方法重新计算灰度范围，并再次检查当前区域的邻域是否为灰度像素的值在新的灰度范围内. 直到达到迭代停止条件: 在某个迭代中，没有新元素添加到该区域，或者达到了迭代器设置的迭代次数上限. 表1示出了通过置信度连接分割方法对右心室磁共振图像进行分割所需要设置的参数，所获得的结果的Dice符合率和分割结果. ）.

细分结果如图2所示.

2.2隔离连接分段方法

隔离连接方法也属于一种面积增长算法. 通常，在分割过程中需要预先设置三个参数，即: 两个点和一个较低的阈值，生长区域设置在第一个. 两个点连接但与第二个点隔离的区域. 为了测试该算法和置信度连接分割方法的效果，该算法仍然选择相同的三个图像进行操作，首先选择点，然后设置适当的较低阈值灰度值以分割这三个图像. 表2显示了使用隔离连接方法操作上述三幅图像所需的实验参数，以及使用隔离连接算法在该参数下获得的分割图像的Dice符合率和分割结果. 图像标签如图3（a），图3（b）和图3（c）所示.

细分结果如图3所示.

3结论

本文仅对右心室磁共振图像中涉及的三个图像进行了分割. 通过置信连接方法和隔离连接方法的分割结果以及Dice的符合率，发现上述两种方法的分割结果在各个磁共振图像上均取得了较好的效果，需要操作人员手动进行. 选择点和其他操作. 另外，用于右心室磁共振图像分割的区域增长方法的缺点是，当使用区域增长方法进行分割时，分割效果容易受到图像本身的噪声的影响，这很可能导致区域性虚空.

参考

[p] [1] Caudron J，Fares J，Vivier PH等. 姜晓东，王建华，王建华，张建军. MRI检查三种右心室收缩功能的半定量诊断准确性和变异性[J]，欧洲放射学，2011区域增长 图像分割，21（10）: 2111-2120.

[2] Petitjean C，Dacher J N.短轴MR图像的分割方法综述[J]，医学图像分析，2011，15（2）: 169-184.

[3] Lapp RM，Lorenzo-Valdes M，Rueckert D.使用主动外观模型，非刚性配准和洞察力工具包进行3D / 4D分割[J]，MICACI，2004: 419-426.

[4]朱枫. 医学图像自动分割的关键技术研究[D]. 苏州: 江苏大学，2006.

[5]周振环. 医学图像分割与配准[M]. 成都: 电子科技大学出版社，2011，136-183.endprint

数字技术与应用2017年第10期

有关数字技术和应用的其他文章

软件协同开发过程中的版本安全控制技术研究

关于大数据在气象行业中的应用

仓库信息管理系统的设计与实现

安徽省电子政务灾难恢复系统建设策略

基于51单片机的网口串口转换模块的设计

基于Linux的聊天系统的设计与实现

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-231910-1.html