基于三角网格演化的CBCT牙齿图像分割方法

针对三维CBCT体数据上的牙齿分割问题,提出了一种基于三角网格模型演化的三维牙齿分割方法。三角网格模型从一个初始化的20面体开始,在图像外力的引导和模型本身的约束下,逐渐向牙齿边缘演化．最终收敛到牙齿的边缘。实验结果表明,该方法鲁棒性强,精度高,能够有效地从CBCT中分割出牙齿。     

《生物医学断层图像三维重建分析技术》一书出版发行

医学图像的三维重构显示分析技术,是近年在生物医学工程领域最引人注目和发展最快的技术之一。随着新技术的不断涌现,它成为人们探索生命奥秘,以及疾病诊断治疗的重要手段。本书系统讨论了生物医学领域断层图像（医学断层图CT、MRI等;光学显微镜生成的光学断层图像,电子显微镜所生成的连轴切片图像;单颗粒技术所生成的切片图像）的三维重建、显示、分割与分析等一系列相关的理论技术问题。通过改进、提高现有技术,发展出对生物医学断层图像进行快速高质素三维重构显示．以及实现对三维图像三维任意区域分割与定量分析技术。依据这一系列技术手段．应用到生命科学研究以及临床疾病的诊断治疗中。对CT等医学宏观图像进行重建、显示、分割、分析,实现了计算机辅助整形外科手术模拟系统功能。对生物大分子如病毒、细胞器（如线粒体以及花粉孢子）进行重建、显示、分割、分析,实现了三维显示体的任意区域的交互分割。对序列断层图像分析,测量出了细胞膜的力学参量。本书可以作为从事生物医学工程工作的相关人员以及生物医学工程专业的本科生、研究生的参考用书。     

基于MITK和最大熵方法对肝脏切片图像的分割

研究了在VC＋＋6．0平台上利用MITK类库和最大熵方法对肝脏切片进行分割。中科院开发的MITK封装了一些成熟的图像处理及三维可视化算法，是非常方便的图像处理工具。通过对原始肝脏切片图像进行小波滤波降噪，并结合最大熵自动阈值分割和MITK交互式分割，完成对肝脏切片图像的分割，获得了较好的结果。     

基于GPUs可视化技术的心脏辅助诊断系统研究

目的:实现基于GPUs的心脏断层图像的精确分割和三维可视化,完成心脏辅助诊断系统的设计。方法:结合临床专家诊断经验、心脏CT图像先验特征和图像分割算法模型,采用GPUs并行数据处理技术实现心脏结构的分割和三维可视化。结果:完成了CT心脏序列图像的精确、快速、鲁棒分割和三维可视化,初步实现了基于GPUs的可视化技术的心脏辅助诊断系统。结论:研究充分利用计算机图形处理单元GPU强大的并行计算能力,解决了医学图像处理和分割中的问题,提高了程序的运行效率,改善了用户体验。     

基于VTK的任意平面CT图像二维交互分割初步研究

研究利用VC＋＋6.0进行基于VTK（Visualization Toolkit）的三维CT图像任意平面的二维交互分割软件的开发。用VTK实现了从三维显示中选取任意方位平面以及该平面对应图像的三维与二维显示,研究在VC＋＋6.0创建的二维视图中进行轮廓勾画和区域生长的功能,实现了在三维图像中将区域生长结果叠加于原二维图像的功能。     

三维医学图像分割标注技术的回顾

综述20世纪90年代以来三维医学图象分割标注技术。从方法学的观点将现有方法分为以下几类:聚类（阈值）;统计学方法;变形轮廓线;区域生长;数学形态学;非线性方法（模糊分割,神经网络,遗传算法）;三维模型。对各种类型逐一进行了细分,并给出了详细的例子。最后,论文还对三维医学图像分割标注的发展趋势进行了评述。     

《生物医学断层图像三维重建分析技术》一书出版发行

医学图像的三维重构显示分析技术,是近年在生物医学工程领域最引人注目和发展最快的技术之一。随着新技术的不断涌现,它成为人们探索生命奥秘,以及疾病诊断治疗的重要手段。本书系统讨论了生物医学领域断层图像（医学断层图CT、MRI等；光学显微镜生成的光学断层图像，电子显微镜所生成的连轴切片图像；单颗粒技术所生成的切片图像）的三维重建、显示、分割与分析等一系列相关的理论技术问题。通过改进、提高现有技术．发展出对生物医学断层图像进行快速高质素三维重构显示，以及实现对三维图像三维任意区域分割与定量分析技术。     

《生物医学断层图像三维重建分析技术》一书出版发行

医学图像的三维重构显示分析技术,是近年在生物医学工程领域最引人注目和发展最快的技术之一。随着新技术的不断涌现．它成为人们探索生命奥秘,以及疾病诊断治疗的重要手段。本书系统讨论了生物医学领域断层图像（医学断层图CT、MRI等;光学显微镜生成的光学断层图像,电子显微镜所生成的连轴切片图像;单颗粒技术所生成的切片图像）的三维重建、显示、分割与分析等一系列相关的理论技术问题。通过改进、提高现有技术,发展出对生物医学断层图像进行快速高质素三维重构显示,以及实现对三维图像三维任意区域分割与定量分析技术。     

儿童脑部三维核磁共振图像的分割

目的：研究一种半自动的适用于儿童三维脑部核磁共振图像（3D—MRI）的分割方法。方法：基于直方图分析和数学形态学操作,并通过大量的实验得到许多适用于儿童脑部的参数．可以有效地分割脑部的主要结构（小脑、脑干和左右两个脑半球）。整个分割过程主要包括：首先从头部MRI图像中去除非脑组织,得到整个脑模板;然后分别从脑模板中分割提取脑干和小脑;最后分离左右两个脑半球。结果：应用半自动分割方法适应儿童脑部的结构特点和差异变化性,脑干、小脑和两个脑半球能够被逐步分割出来,同时给出了核心参数的设置方法。结论：该方法能够有效而准确地分割5～15周岁的儿童脑部图像。     

遗传算法在基因芯片图像分割中的应用研究

目的：基于遗传算法实现低密度基因芯片图像的分割，进行目标区域的识别。方法：使用遗传算法对经过小波滤波后的图像进行图像分割，能使绝大部分样点信号被分割出来，可为后续的生物学分析提供较为准确的数据信息。结果：使用该方法对基因芯片图像进行处理，比较准确地分割出样点区域。能有效地分离有价值的弱信号点和背景点或者噪声。结论：该方法可以实现低密度基因芯片图像分割功能，为后续的图像分析提供较为准确的数据信息。     

基于K均值聚类算法的宫颈癌细胞分割方法

目的探究一种对宫颈癌细胞显微图像进行彩色分割的方法,辅助临床诊断。方法采用彩色聚类分割方法,并结合K—means聚类算法实现细胞图像的有效分割。结果实现了宫颈癌细胞图像的有效分割,色彩信息得到最大保留。结论该实验结果有利于辅助专家进行宫颈癌病理诊断,并为后期研究宫颈癌细胞特征识别奠定基础。     

基于区域生长算法的肝脏CT图像分割

目的:实现对肝脏CT图像中肝脏区域的分割,以助于计算机辅助诊断、病变组织定位、三维重建、治疗方案设计等.方法:采用基于区域生长的邻接连续阈值法实现对肝脏CT图像中肝脏组织的分割.结果:该方法能非常理想地将目标与背景分离,同时将过分割现象减到最少.结论:该方法计算简单、耗时较短,适用于不太复杂和对比比较明显的图像的分割.     

基于OTSU的显微图像自适应域值分割算法

根据医学显微图像对象多、背景复杂、有许多干扰和噪声、目标深浅不一致、反衬度较小等特点，为有效分割出显微图像中的目标物体，在比较了各种分割方法的效果后，提出了基于类问方差最大法的自适应阚值分割算法。从而有效地改善了显微图像分割的效果。     

基于迭代算法对CT肝脏感兴趣区域的提取

目的：在计算机辅助诊断中,提取已分割好的CT肝脏组织中的兴趣区。方法：利用迭代法对已分割的CT肝脏组织的占位进行自动分割,并和医生手工分割的图像相对比。结果：分割的图像与原图像相比,具有良好的获取感兴趣区域的能力。结论：通过手工分割图像与迭代算法分割图像的对比,可以看出,迭代算法是一种有效的图像分割方法,对计算机辅助诊断起到了重要的作用。     

基于改进C-V模型的乳腺肿瘤超声图像分割

提出了一种改进的C-V模型,完全避免了重初始化步骤并简化了初始水平集函数的构造,大大加快了分割速度。针对乳腺肿瘤超声图像灰度分布的特点和C-V模型分段常量的假设,提出了手工勾画粗略边界,再划分子图进行分割的半自动分割流程,不仅提高了分割准确性,同时也进一步提高了分割效率。实验表明,算法能高效准确地从超声乳腺肿瘤图像中提取出肿瘤的边界,为下一步的目标特征提取、分析打下了良好的基础。     

几种图像分割技术在医学图像处理中的应用研究

叙述了基于特定理论的图像分割算法在医学图像处理中的应用,详细介绍了遗传算法、水平集分割法、模糊集分割法各自的基本理论以及优缺点,论述与讨论了医学图像分割效果评价方法,最后对各种算法的特点进行了总结。     

一种基于马尔可夫随机场的弥散张量成像(DTI)图像分割的新算法

目的:提出一种基于马尔可夫随机场(MRF)的弥散张量成像(DTI)图像分割的算法。方法:利用马尔可夫随机场模型,挖掘图像中的弥散张量信息,根据贝叶斯定理将图像分割问题转化为最小后验能量的求取,运用迭代条件模型求解。结果:该算法对DTI图像分割效果明显优于K均值算法,且该效果亦优于该算法对常规MRI T_2WI图像的分割效果。结论:该算法能够充分利用弥散张量矩阵蕴含的空间上下文信息实现DTI图像的有效分割。     

基于模糊聚类空间模型的非均匀MR图像分割

模糊C-均值聚类算法（FCM）已广泛地运用到MR图像的分割中。但传统的算法中未利用图像的空间信息，在分割叠加了噪声和附加了偏移场的非均匀MR图像时分割效果不理想。本文改进了传统FCM的目标函数，引入控制邻域作用紧密程度的参数，提出了一种能够更加合理地运用图像的空间信息，改进的模糊C-均值聚类算法。通过对脑部MR图像的分割实验表明，该算法能够比传统的FCM和其它改进算法对非均匀图像进行更精确的分割。     

几种分割算法在CT肝脏兴趣区提取方面的比较

目的:在计算机辅助诊断中,对已提取分割好的CT肝脏组织中的兴趣区的几种提取方法做比较。方法:利用Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法,对已分割的CT肝脏组织的兴趣区进行自动分割,并和医生手工分割的图像相对比。结果:通过实验及对实验数据进行分析,找出了具有良好获取兴趣区能力的分割算法。结论:通过手工分割图像分别与Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法做对比,总结几种分割方法的有效性,为计算机辅助诊断起到了重要的作用。