一种基于形态学方法优化的种子填充算法及其在脑组织CT影像自动分割中的应用

医学图像的自动组织分割技术已经成为一种迫切的需求和发展趋势。本文将图像腐蚀和膨胀应用到基本种子填充算法中，提出了一种优化的种子填充分割算法，并应用于脑组织CT影像自动分割中。在进行种子选取时，利用腐蚀方法去除种子噪声，使种子的选取达到最优化。对分割后的图像借助膨胀方法消除空白点，使图像更平滑、清晰。实验证明了该方法的有效性。     

基于改进水平集方法的Micro-CT鼠脑三维自动化分割

目的提出一种基于改进水平集方法,能对Micro-CT鼠脑图像进行有效分割的自动化方法。方法首先利用模糊C均值聚类方法,并结合阈值分割和形态学方法自动设置水平集三维初始表面轮廓;其次使用梯度矢量流增强水平集在窄细等复杂结构处的演化能力;最后提出一种判断演化表面轮廓附近平均带宽能量是否达到最大化来设定停止条件;最终自动化获得准确分割的结果。采用基于区域法的评价方法,计算两个对应区域的重叠比例来验证该方法的改善效果。结果利用以上方法分别对3例大鼠图像和3例小鼠图像进行测试,以重叠比例来衡量准确率分别在88.3%和87.4%,与已有的经典方法相比,平均准确度分别提高了33%和6.7%。平均处理时间分别为8min和4min。结论本方法被证明能有效应用于Micro-CT图像中鼠脑组织的分割和提取,在准确性和便捷性上都有较大改进。     

FCM和Level Set在医学影像分割中的应用

目的探讨RGAC-M（改进的区域几何活动轮廓模型）,用于更准确地分割医学图像。方法通过分析区域几何活动轮廓模型（RGAC）在医学图像分割中存在的缺陷,并对其区域项进行改进,提出了RGAC-M模型。该模型采用多种子初始化方式,降低了算法对初始条件的敏感性,同时也减少了人工干预。结果利用RGAC-M对多种脑组织（灰质、白质、脑脊液以及背景等）进行分割,取得了良好效果。结论 RGAC-M可减少图像分割的迭代次数,提高图像分割速度和图像质量。     

图像分割在医学图像中的研究方法及应用

图像分割是指将一幅图像分解为若干互不交迭区域的集合,是图像处理与机器视觉的基本问题之一.医学图像分割是图像分割的一个重要应用领域,也是一个经典难题.本文从应用的特定角度,对近年来医学图像分割的新方法或改进算法进行综述,并简要讨论了每类分割方法的特点及应用.     

机用去冠器与手动去冠器临床效果对比研究

目的比较机用去冠器与手动去冠器在拆除固定烤瓷全冠、桥方面的差异。方法选择需要拆除烤瓷全冠、桥的牙齿114颗，随机分为机动组和手动组，分别采用机用去冠器和手动去冠器拆冠，比较其拆除烤瓷全冠的成功率及拆除烤瓷全冠后对烤瓷冠颈缘的破坏率。结果机用组拆除烤瓷全冠的成功率高于手动组（P〈0．01），而且机用组对所拆烤瓷全冠颈缘的破坏率低于手动去冠器组（P〈0．01）。结论机用去冠器在拆除烤瓷全冠及保护烤瓷全冠颈缘方面优于手动去冠器，值得临床推广。     

超分割放射治疗同步NP方案化疗局部晚期非小细胞肺癌的Ⅱ期临床研究

目的评价超分割放疗同步合并NP方案化疗治疗局限期非小细胞肺癌的近期疗效及毒副反应。材料与方法35例局部晚期非小细胞肺癌患者KPS评分≥70分，年龄41～72岁，中位年龄57岁。男性30例，女性5例；鳞癌22例，腺癌12例，大细胞癌1例；ⅢA期5例，ⅢB期30例。放射治疗采用6～8MV电子直线加速器，超分割1．25cGy／次，2次／日，间隔6h以上，总剂量60Gy；化疗方案均为NP方案，长春瑞宾（NVB）：12．5mg／m^2,第1，8，15d给药，顺铂（PDD）60～80mg／m^2第2天给药，共2至4周期。按WHO疗效及毒性标准评价治疗毒性和疗效，用Kaplan-Meier法计算生存率并绘制生存曲线。结果全组中位随访32个月（5～40个月），治疗毒性反应包括放射性食管炎27例（1级11例，2级10例，3级6例）；放射性肺炎9例（1级3例，2级5例，3级1例）；恶心21例（1级9例，2级7例，3级5例）；白细胞减少23例（1级3例，2级14例，3级6例）；血小板减少9例（1级6例，2级2例，3级1例）；贫血5例（1级4例，3级1例）。完全缓解（CR）1／35，部分缓解（PR）19／35，稳定（SD）13／35进展（PD）2／35，总有效（CR＋PR）57％（20／35），中位生存期14．5个月（95％CI 11～18个月），1、2、3年生存率分别为54％、29％和17％。结论超分割放疗同步联合NP方案化疗治疗局限期非小细胞肺癌是一种可以接受的治疗方案。近期疗效有所改善，但毒副反应也有增加。     

子宫分割性平滑肌瘤2例分析

子宫分割性平滑肌瘤(CDLU)临床较少见,眼观似恶性,但组织学和临床表现呈良性,易与子宫肉瘤相混淆,国内少有报道。现将我收治的2例子宫分割性平滑肌瘤病例进行报道。1病历介绍病例1.患者47岁。体检发现子宫肌瘤1年,无月经改     

结合二维灰度直方图与PCNN的医学图像多类分割

针对医学图像中对组织器官多类分割的要求,提出一种结合二维灰度直方图的脉冲耦合神经网络（pulse coupled neural networks,PCNN）图像多类分割算法.首先根据PCNN模型的局部连接作用和阈值衰减特性对图像进行多类分割,然后利用基于类内最小离散度的二维直方图算法计算出PCNN网络迭代时的最佳门限值,从而实现医学图像的多类分割.通过对仿真的正常颅脑和非正常的颅脑核磁共振图像进行测试,结果显示本PCNN图像多类分割算法能够有效地分割出核磁共振颅脑图像中不同脑组织.因此,本文算法具有应用于医学图像的多类分割的可行性,并提高计算机辅助分割医学图像的准确性.     

交互式GACV模型的肿瘤图像分割

目的:提取医学图像中肿瘤区域,用以测量肿瘤体积问题。方法:提出一种基于GACV(Geodesic-Aided C-Vmethod)的交互式模型。该模型首先人工选取感兴趣区域,并在区域内设定初始水平集与肿瘤内部种子点,然后在感兴趣区域上应用将图像梯度边缘信息与图像区域灰度特性统一到同一分割中的GACV模型,得到肿瘤的粗分割结果。最后为去除目标内外孔洞,提出一种无损边缘的膨胀搜索算法,作为细分割。结果:将该模型应用于不同形状的肿瘤图像中,能成功检测肿瘤轮廓。通过实验与其它活动轮廓分割方法结果对比,结果显示该模型在准确分割肿瘤边界与分割算法耗时方面均具有良好表现。结论:本文提出的分割方法能高效率、准确识别肿瘤区域。     

活体器官不规则体积计算方法的研究

目的:对活体器官与组织的三维成像及其不规则体积的计算,为肿瘤的空间定位、手术指导和判断脑组织发育异常等方面带来极大的帮助。本项目还将探究一种脑组织体积精确测量方法以促进神经科疾病的研究。方法:提出一种基于阈值分割后组织梯度化设置的体数据多层透明等值曲面可视化方法,本研究主要目的是在PC机上实现组织边界等值曲面的高精度、快速提取,最后将多层等值曲面同时可视化来清晰查看人体内部组织信息,并能对组织结构进行定量测量。结果与结论:应用本课题的研究算法得了脑、腹腔各脏器器官的三维重建图像。从中可以清晰地观察到内脏器官的形态,同时可以测量脑灰质与脑白质的体积比,心脏、肾脏、脾脏及肝脏等的体积等。