基于活动轮廓模型的图像分割算法综述

活动轮廓模型是一种重要的图像分割技术,它利用底层信息,并结合高层先验知识,实现对复杂目标轮廓的自动分割。自Kass等提出该思想以来的20多年中,活动轮廓模型在理论研究和应用方面均取得长足发展。首先,介绍活动轮廓模型的发展历程,重点阐述并分析典型的参数活动轮廓模型和几何活动轮廓模型,进而扼要介绍混合活动轮廓模型和快速求解算法;随后,从理论基础、分割效果、算法效率以及应用等方面,比较两类模型之间的区别与联系;最后,对活动轮廓模型未来的发展趋势进行展望。     

基于形态学的均值平移算法的神经元干细胞图像的自动分割

在神经元干细胞的图像分析中,准确快速的图像分割是干细胞分化增值自动追踪系统的基础。为了准确地分割低对比度的灰度神经元干细胞图像,本研究提出一种基于形态学运算和均值平移算法的神经元干细胞分割方法,称其为形态学的均值平移算法。此算法可以快速地获得任意形状细胞的图像,并且能检测到图像中多连接边缘不封闭的细胞。将此方法应用于神经元干细胞序列图像分割中并且将其与门限分割、水线分割和活动轮廓进行对比。实验结果证明,与其它的方法相比,此方法获得的细胞分割形状更接近于真实细胞的形状,并且能获得或接近于原始图像中准确的独立细胞数目。此方法可以获得正确的分割结果,为进一步图像处理奠定了良好的基础。     

医学图像分割中的主动轮廓模型研究现状

主动轮廓模型具有强大的先验知识引入能力,非常适合解决复杂医学图像分割问题。本文介绍了两种主动轮廓模型的基本原理及其相互关系,详细综述了模型的几个重要改进措施,包括曲线的表示方式、基于梯度的ACM、基于区域的ACM,以及结合先验形状的ACM,并讨论了医学图像分割中的主要应用实例,最后展望了模型今后的研究方向。     

基于活动轮廓模型的彩色白细胞图像自动分割方法研究

为解决血液白细胞显微图像自动识别中的图像分割问题,提出了一种基于活动轮廓的彩色白细胞图像自动分割方法,首先在Hue,Saturation,Intensitv（HSI）彩色空间中运用聚类分割得到细胞核,从而得到细胞所在的位置,然后用流域算法得到细胞大致的轮廓,最后将此轮廓作为初始轮廓,用梯度矢量流（GVF）外力及来自全局信息的区域力驱动,结合彩色信息,使得轮廓收敛于真实的细胞边界。实验结果表明,此方法能精确、有效地分割出单个以及部分重叠白细胞区域。     

基于活动轮廓模型的序列超声图像的心内壁运动跟踪方法

提出一种对心脏序列超声图像中的心内壁进行运动跟踪的方法,采用活动轮廓模型将前一帧图像中snake的停留位置作为当前帧snake的初始位置,选择适当的能量函数,使能量函数最小snake变形得到当前时刻的心内壁轮廓,实验结果论证了该算法的可行性.     

一种基于水平集的医学图像分割算法

对Chan和Vese提出的活动轮廓线图像分割算法进行改进,用边界统计特性代替Chn-Vese方法中的区域统计特性.在图像分割的每次迭代中,首先根据当前曲线找到其边界统计特性,然后代入演化方程以使曲线运动到目标边界上,并用水平集方法实现.实验结果表明该算法在器官轮廓分割中是有效的.     

基于相对模糊连接度的联合主动轮廓模型及其在医学图像分割中的应用

针对医学图像背景复杂、边界模糊、局部不均匀等特点,提出了一种基于相对模糊连接度的联合主动轮廓模型,并将其应用于医学图像分割。首先介绍主动轮廓模型的曲线演化方程和模糊连接度的相关理论,然后将相对模糊连接度作为曲线演化驱动力引入曲线演化方程,最后用实验证明该方法对多目标医学图像和复杂医学图像的有效性。由于模糊连接度方法综合了局部信息和全局信息,因此可以克服Li方法容易陷入局部最优的问题和Chan-Vese方法不能越过局部伪边界的问题,从而使联合主动轮廓模型的演化曲线最终收敛于全局最优边界。     

基于level sets的医学图像分割

医学图像分割是一个非常重要的研究领域.它主要应用于病人诊断、图像引导手术,以及医学数据可视化.解决这个问题的一个常用方法就是利用活动轮廓或"snake"来分割感兴趣的物体.文中给出两种活动轮廓模型,其中一种基于边缘停止函数,而另一种是一个能量最小化算法.两种方法都采用level-sets模型,利用一个Lipschitz函数φ来进行自动拓扑变化.实验表明第一种方法仅仅只能检测边缘梯度较大的物体,而第二种方法没有这样的限制.     

神经元干细胞序列图像中分裂子细胞的精确分割算法

针对神经元干细胞序列图像中存在的细胞分裂现象,为了实现对于分裂子细胞的特征提取、识别和跟踪,对于分裂出的微小目标--子细胞,提出了一种能够精确保留其形状特征的分割算法.采用了基于最大熵的模糊阅值分割方法,应用遗传算法确定最大模糊熵准则下的最优参数.利用加权距离变换、区域标注和形态学运算,实现了对分割结果中的干扰区域的吞没,以及对于分割图中欠分割目标的分离.仿真结果通过与硬分割比较,表明该算法在序列图像的追踪处理中对于需要特征提取的特定目标,能够实现最大限度保留该目标形状特征的精确分割.     

基于活动轮廓模型的超声心脏图像轮廓的自动检测

轮廓的提取是超声医图像学多维重建中最困难的问题之一,本文提出了一种超声心脏图像轮廓的自动检测方法,首先,根据超声图像的特点,对超声图像进行自适应加强中值滤波以消除斑点噪声,然后利用数学形态学的方法提取出心脏的初始轮廓。最后,运用活动轮廓模型,对初始轮廓进行逼近,得到精确的心脏轮廓,实验结果显示了方法的有效性,本方法在心脏超声图像的多维重建过程中,对序列断层图像心脏轮廓的提取有实际应用价值。     

Segmentation and Tracking of Neural Stem Cell

INTRODUCTION The birth of new neurons from neural stem cells,a process called neurogenesis,has been seen in adult brains from both animals and humans〔1〕.However,little isknown about the basic regulatory mechanisms of neurogenesis.In order to under-stand this regeneration of brain cells,cultured cells are studied.In this way,someproperties of neural stem cells as they develop over time can be discovered.For thispurpose efficient methods for tracking cells in cultures are needed.There ar…     

神经元干细胞图像的全自动分割与追踪

基于显微细胞图像的全自动分割算法，建立了一种全自动追踪序列图像中的神经元干细胞的系统，序列图像的初始图结合了人机交互，干预分割结果。所有的细胞在追踪过程中将其分成惰性细胞，活跃细胞，分裂细胞和成串细胞。不同种类的细胞采用不同的追踪算法。一种特殊的后向追踪可以修改和纠正前向追踪里出现的错误，并以轨迹图的方式显示最后的追踪结果。     

基于二进小波变换和快速主动轮廓模型的医学图像边缘提取

医学图像的病灶边缘一般呈弱边缘特性,噪声干扰使得提取病灶边缘更加困难,传统的分割方法不能取得令人满意的效果.我们提出了一种基于二进小波变换和主动轮廓模型的病灶边缘提取方法.该方法采用二进小波检测出真正的边缘点,将其作为初始轮廓,再利用改进的快速主动轮廓模型算法连接边缘点,得到病灶的边缘.将该算法用于脑部MRI的肿瘤边缘提取的实验结果表明这种方法可以有效减少噪声的影响,能够准确地提取出复杂的病灶边缘.     

建立大鼠胚胎神经干细胞克隆的实验研究

为了获得神经干细胞克隆,作者从胚胎大鼠脑前区取出神经组织,经酶消化,机械吹打,有限稀释法培养具有单细胞克隆能力的细胞群,再利用单细胞克隆技术连续传代培养获取亚克隆,采用免疫细胞化学技术检测并鉴定神经干细胞和分化后成熟神经细胞特异抗原的表达.发现从胎脑分离的细胞群具有形成连续克隆能力,并表达特异的神经干细胞蛋白(Nestin);诱导分化后的细胞表达神经元和星形神经胶质细胞的特异抗原(Tubulin和GFAP).因而认为分离细胞克隆具有自我更新和多分化潜能,表达神经干细胞蛋白,有较强的体外增殖和分化成成熟神经细胞的能力,是中枢神经系统的干细胞.