CT图像中骨骼与软骨的自动分割算法研究

《CT图像中骨骼与软骨的自动分割算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级公开＾分类号ＴＰ３９１．４ｍＸ＇ＩＡＮＴＥＣＨＮＯＬＯＧＩＣＡＬＵＮＩＶＥＲＳＩＴＹ硕士学位论文题目：ＣＴ图像中骨骼与软骨的自动分割算法研究作者：张辉．指导教师丨：固谦时副教授申请学位学科：软件工程２０１８年５月４日CT图像中骨骼与软骨的自动分割算法研究学科：软件工程研究生签字：指导教师签字：摘要医学图像分割是当下热门研究领域，但由于全自动分割方法容易受噪声、场偏移效应等影响，且CT图像中骨骼与软骨、软骨与软组织均有灰度较为接近的问题，这些问题使得临床上对于CT图像中骨骼与软骨的全自动的分

2、割目前无法普及，也导致了全自动分割至今无法完全代替人工参与的半自动分割方法。本文以改进算法实现胸廓软骨与骨骼的自动分割为目标，首先分析了医学图像处理的发展历史和现状，指出了CT图像中骨骼与软骨分割面临的挑战。其次，通过分析人体胸廓骨骼和软骨的分布特征以及常用的降噪、分割、形态学处理、边缘提取等方面的算法，结合医学知识，本文提出一种基于改进的区域生长算法和阈值分割法相结合的方法，用于分割CT图像的骨骼与软骨，并通过实验设计，实现了整套图像的自动分割并对生成的三维数据调用matlab三维可视化工具输出三维模型。本课题基于3套共计582张DICOM3.0切片数据。经验

3、证，本实验改进后的算法除起始阶段几乎没有人工参与，算法的分割效率及准确性比依赖于医师手工分割和半自动系统的交互式分割明显要高（据调查一个有经验的医师手工分割一张CT图像的骨骼和软骨需要8到15s，借助工具交互式分割需要3到5s，而本文所提出的算法平均每0.54s即可分割一张图，且分割准确性更高，算法无需依赖医师的个人经验）。结果表明经本实验改进的算法鲁棒性强，比传统依赖于手工分割和交互式分割方法能更快速有效的实现骨骼与软骨的分离及三维重建，能够为医学手术和实验研究提供科学可靠的数据。关键词：自动分割；区域生长法；椎间盘轮廓修复；三维重建；软骨分离Research

4、onAutomaticSegmentationofBoneandCartilageinCTImagesDiscipline:SoftwareEngineeringStudentSignature:SupervisorSignature:AbstractMedicalimagesegmentationisahotresearchareanowadays.However,duetotheinfluenceofnoiseandfieldshifteffect,theautomaticsegmentationmethodhastheproblemthatgrayscal

5、esofbone,cartilageandsofttissueinCTimagesareclosetoeachother.TheseproblemsmakethattheautomaticsegmentationofthebonesandcartilageofinCTimagescannotbepopularizedinclinicalatpresent,andalsoresultinthattheautomaticsegmentationcannotcompletelyreplacethemanualparticipationsofar.Thispaperis

6、writedtointroduceanimprovedalgorithmaboutautomaticsegmentationofthethoraxcartilageandbone.Firstly,itanalyzesthehistoryandcurrentstatusofmedicalimageprocessing,andthenpointsoutthechallengeswefacedinthesegmentationofboneandcartilageinCTimages.Secondly,byanalyzingthedistributionfeatures

7、ofhumanbonesandcartilageandthealgorithmofnoisereduction,segmentation,morphologicalprocessingandedgeextraction,whichiscommonlyused,thispaperwhichbasedonmedicalknowledgeproposesacombinationofimprovedregiongrowingalgorithmandthresholdsegmentationMethodforthesegmentationofboneandcartilag

8、einCTimages.