數(shù)字化虛擬人體組織連續(xù)切片圖像的背景移除.pdf

1、數(shù)字化虛擬人體，是醫(yī)學(xué)與信息技術(shù)、虛擬現(xiàn)實(shí)技術(shù)相結(jié)合的科技性研究課題。通過(guò)人體斷面連續(xù)切片構(gòu)建出數(shù)據(jù)集，將醫(yī)學(xué)信息數(shù)字化，為醫(yī)學(xué)教育和醫(yī)學(xué)臨床的應(yīng)用提供了理想的工具。 在數(shù)字人體模型建立的流程中，切片圖像的準(zhǔn)確分割是器官和組織三維重建的基礎(chǔ)。如何提高人體切片圖像數(shù)據(jù)圖分割的精度和速度是目前公認(rèn)的瓶頸。隨著切片加工精度的提高，這一問(wèn)題越來(lái)越迫切。因此，尋求新的技術(shù)方法解決這一問(wèn)題具有重要意義。 本文對(duì)醫(yī)學(xué)圖像分割的理論、方

2、法和技術(shù)作了全面、細(xì)致的研究。首先，文章對(duì)醫(yī)學(xué)圖像分割的有關(guān)概念、方法及其研究現(xiàn)狀進(jìn)行了綜述，然后分別討論了針對(duì)可視化人體圖片集背景移除的現(xiàn)行分割方法。 醫(yī)學(xué)圖像分割主要以各種細(xì)胞、組織與器官的圖像來(lái)作為處理的對(duì)象或內(nèi)容，相關(guān)的分割方法，可根據(jù)分割標(biāo)準(zhǔn)的選擇分為灰度圖像分割和彩色圖像分割兩種，其中傳統(tǒng)的灰度圖像分割是發(fā)展比較成熟的體系，大致可分為直方圖閾值法、特征空間聚類(lèi)法、基于區(qū)域的方法、邊緣檢測(cè)等多種方法。在本文中也做了較為

3、詳細(xì)的介紹。 對(duì)于灰度圖像的分割，已經(jīng)有相當(dāng)多的成果和結(jié)論，而對(duì)彩色圖像的分割，由于比較復(fù)雜，研究的卻比較少。彩色圖像的分割可以看成是灰度圖像分割技術(shù)在各種顏色空間上的應(yīng)用，把對(duì)每一個(gè)象素的描述，從灰度圖像的一維亮度空間轉(zhuǎn)移到彩色圖像的三維顏色空間上，其基本方法也可以看作是灰度圖像分割在三維空間的拓展。因此，對(duì)于彩色圖像分割需面臨如下兩個(gè)主要問(wèn)題：(1)選擇合適的顏色空間；(2)選擇恰當(dāng)?shù)姆指罘椒?。由于彩色圖像提供了比灰度圖像更

4、為豐富的信息，因此彩色圖像處理正受到人們?cè)絹?lái)越多的關(guān)注。 目前應(yīng)用于醫(yī)學(xué)圖像的分割方法多是因具體問(wèn)題而提出，還沒(méi)有一個(gè)通用的算法，任何分割方法都不是相互獨(dú)立的，往往結(jié)合使用。而可視化人體切片圖像的分割技術(shù)，作為數(shù)字化可視人體圖像進(jìn)一步處理的基礎(chǔ)，同樣可以分為按照紋理分割和按照顏色信息分割兩種。 實(shí)驗(yàn)證明，按照紋理分割的方法在對(duì)人體切片數(shù)據(jù)進(jìn)行二次分割比較有效，因?yàn)槎畏指畹氖菆D像中的局部器官，前景和背景的顏色特征區(qū)別不明

5、顯，并有所交叉；而按照切片的顏色信息進(jìn)行分割的方法，對(duì)于從原始切片中提取人體數(shù)據(jù)是比較簡(jiǎn)單高效的。 本文對(duì)數(shù)字人體圖像背景去除技術(shù)的現(xiàn)行算法進(jìn)行了簡(jiǎn)單描述和分析，提出了一種基于色系變換的移除背景算法。該算法充分考慮到了顏色信息與圖像內(nèi)容的關(guān)系，對(duì)原圖像進(jìn)行了變換色系的處理，把原始的RGB圖像變換到Y(jié)IQ顏色空間，選取前景和背景區(qū)分最明顯的Ⅰ分量對(duì)感興趣區(qū)域進(jìn)行標(biāo)記，最后再根據(jù)標(biāo)記矩陣對(duì)原圖像進(jìn)行背景移除操作。 實(shí)驗(yàn)表明，