phytle0的博客

摘要 背景：正电子发射计算机断层显像(PET)从分子水平反映细胞代谢和功能变化，MRI有更高的软组织对比度和空间分辨率，且无电磁辐射。近年来，随着多模式成像技术飞速发展，作为刚刚应用于临床 的多模式分子成像技术，PET/MRI融合显像可提供分子、形态与功能信息，有关研究已成为分子影像领域的关注焦点。 目的：就目前PET/MRI研制存在的问题和进展情况做一综述，并展望其潜在的临床和科研价值。

摘 要：VTK是开放源码的自由软件系统，可应用于图像处理、计算机图形学和科学计算可视化，在国内外被 广泛用于各行各业。介绍了VTK的基本组成、系统架构、可视化流程。并且将VTK应用于医学图像可视化， 使用面绘制的移动立方体法和体绘制的光线投影法，在Microsoft Visual Studio 2005下使用C++语言分别实现了 医学图像三维重建，并给出了系统实例。实践证明，使用VTK开发医学图像三维重建系统，重建效果好，开发 时间少，代码重用率高。 关键词：VTK；三维重建；动立方体法；光线投影法；医学可视化

摘 要： 为改善医学图像的质量以利于临床诊断，提出一种基于梯度信息的自适应非局部均值去噪算法。利用梯度方向信息实现对局部相 似窗的自适应旋转，从而搜寻到更多的匹配像素点。基于最小二乘思想建立最佳阈值与噪声标准差的关系模型，实现滤波参数的自适应选 择。实验结果表明，该算法的去噪效果较好，可用于医学图像的后处理阶段。 关键词：梯度；非局部均值滤波；医学图像；自适应滤波

摘 要: 有效的医学图像增强技术应将感兴趣目标或区域增强背景抑制和噪声削减综合考虑，能改善图像的 质量，在减少噪声的同时保持着原有的纹理特征，有助于后续得到正确的临床诊断结果，这对某些疾病的早期确 诊有极大帮助 归纳了基于非局部信息的医学图像增强技术常见方法，包括非局部均值滤波算法三维块匹配 算法形态成分分析算法等，通过介绍这几种方法原理，指出这些方法的使用范围及现状，并进行了性能对比分 析，最后探索性地给出了现阶段医学图像增强技术的可能发展方向之一，即基于上下文量化的图像增强技术

摘 要 超声 诊断是产 科 临 床 上应 用最广 泛的 医 学成 像 方 式 ， 与 之相应 的 自 动 医 学 图 像 处理是提 高 诊断 准 确 率 与 客 观性的 重要 手段。 本 文 首 先 介 绍 超声 医学 图 像 处 理方 法的 原理及特点 ， 讨论了 若 干 技 术 及其 涉 及的 算 法包括 图 像 滤 波 、 图像 分割 及机器学习 技 术 等 ， 浅 析 了 设计可 靠 的 超声医学图 像处 理方 法的 要点 。 其次 ， 以 产 前 超声 医 学 为 背 景 介 绍 了 这些 技 术 的 应 用 ， 主 要包 括标 准 切 面自 动 提取 和 生物学 参数 自 动测 量。 最后， 讨论了 产 前 超 声 智 能 化 诊断 的 发 展方 向 。

摘要：交互式分割对于医学图像中正常组织以及病变组织的提取与分析起着重要的作用。文 中将基于小波模极大值的边缘检测方法与交互式轮廓逼近思想相结合，根据CT序列图像中相邻 图像的相似性与连续性设计开发了医学图像的交互式分割系统，增强了医学图像分割的自动化程度并取得了较好的分割效果。

This article surveys deformable models, a promising and vigorously researched computer-assisted medical image analysis technique. Among model-based techniques, deformable models offer a unique and powerful approach to image analysis that combines geometry, physics, and approximation theory. They have proven to be effective in segmenting, matching, and tracking anatomic structures by exploiting (bottom-up) constraints derived from the image data together with (top-down)a prioriknowledge about the location, size, and shape of these structures. Deformable models are capable of accommodating the significant variability of biological structures over time and across different individuals. Furthermore, they support highly intuitive interaction mechanisms that, when necessary, allow medical scientists and practitioners to bring their expertise to bear on the model-based image interpretation task. This article reviews the rapidly expanding body of work on the development and application of deformable models to problems of fundamental importance in medical image analysis, including segmentation, shape representation, matching, and motion tracking.

摘要：针对当前PACS的需要，利用可视化工具包VTK，设计和实现了一个能应用于PACS的三维可视化系统。该系统 实现了医学图像的三维可视化与剖面显示功能，丰富了PACS的图像处理功能。 关键词：可视化；PACS；剖面；

摘　要 噪声元素在光子量有限的最大似然期望最大化 ＭＬＥＭ方法重建ＰＥＴ__ＣＴ图像研究的过程中影响甚至加重图 像特征明暗度变化. 为减小这类影响, 该文提出了一种包含 解剖端信息的中值非局部平均算法ＡＭＮＬＭ. 该算法是 对适用低信噪比图像去噪的非局部平均算法ＮＬＭ的 改 进, 将该算法应用于临床肺部病变患者ＰＥＴＣＴ图像的分 析研究, 参数反演结果表明, 在视觉评估, 病变对比度和噪 声的权衡方面, 与中值滤波方法, 小波滤波方法和传统ＮＬＭ 方法相比较, 该方法具有更好的去噪效果, 从而也验证了该 方法的有效性

摘要：在医学图像三维可视化中，移动立方体算法(Marching cubes，Mc)是面绘制的经典算法。针对Mc算 法计算插值点导致执行速度慢、效率不高的缺点，提出一种基于最近邻逼近的Mc算法，该方法在丹次等分点 量化序列中寻找等值面最近邻点代替线性或非线性插值，既避免了插值的大量计算又保证了误差精度，还可 改善三角面片结构。利用可视化工具开发包vTK对人体脸部和脚部CT数据集进行三维重建，实验表明改进算法明显缩短了绘制时间，提高了重建效率。

本文对医学图像处理中的关键问题之一，图像分割做了研究。提出了一种结合Fast Marching 算法和 Watershed 变换的医学图像分割方法。首先用非线性扩散滤波对原始图像进行平滑，然后利用 Watershed 算法 对图像进行过度分割，最后用改进的 Fast Marching 方法对图像进行分割。除此之外，我们根据区域之间的统 计特性的相似度重新定义了 Fast Marching 方法的速度函数。实验表明，该方法能够快速、准确的得到医学图 像的分割结果。

Abstract— This paper introduces a new method to medical image segmentation using a reinforcement learning scheme. We use this novel idea as an effective way to optimally find the appropriate local thresholding and structuring element values and segment the prostate in ultrasound images. Reinforcement learning agent uses an ultrasound image and its manually segmented version and takes some actions (i.e., different thresholding and structuring element values) to change the environment (the quality of segmented image). The agent is provided with a scalar reinforcement signal determined objectively. The agent uses these objective reward/punishment to explore/exploit the solution space. The values obtained using this way can be used as valuable knowledge to fill a Q-matrix. The reinforcement learning agent can use this knowledge for similar ultrasound images as well. The results demonstrate high potential for applying reinforcement learning in the field of medical image segmentation

摘 要 量子点作为一种新型的纳米发光材料已被广泛应用于生物学材料学以及物理光学领域 基于量子点的荧光标记技术可以用于构建生物传感器，从而实现生物大分子或者是生物体内无机分子的快速准确检 测 量子点的表面修饰对于提高其荧光特性和降低生物毒性具有重要作用 现有的表面修饰技术主要分为 多基配体表面修饰技术双亲性分子表面修饰技术树枝状分子表面修饰技术巯基偶联表面修饰技术以及空 穴-链式表面修饰技术等几大类 上述修饰技术各具优缺点，可用于组建不同类型的生物传感器，实现各种生 物分子的离体检测与在体示踪但各具优缺点 本文就量子点生物传感器中的最新表面修饰技术及其医学应 用进展作一综述 关键词 量子点; 表面修饰; 巯基丙酸; 生物传感器; 综述

摘要 提出了一种针对医学图像的基于奇偶性的大容量可逆水印算法. 相比一般图像医学图像拥有更多接近０值的像素点在嵌入过程中容易溢出 通过测试选择像素中嵌入水印信息不会引起溢出的像素携带水印信息 本算法充分利用了医学图像中所有能携带水印信息的像素提高了医学图像的嵌入率 为保证水印信息提 取端图像像素的正确分类和算法的可逆性本算法基于像素预测误差的奇偶性改进了提取端的测试算法 实验 分析表明本算法不仅保证了含水印医学图像的视觉效果同时提高了医学图像的水印嵌入容量 对于一般图像在水印嵌入量和视觉效果方面也有一定的提升

摘 　 要 　 提出了一种新的基于等效子午面和互信息量的三维医学图像快速配准算法 — — —EMP 2MI 算法. 传统的互 信息量的方法需要考虑整个三维数据的信息 ,计算复杂度大 ,无法满足临床需要. 而本算法将三维数据的配准转化 为二维数据的配准 ,在保证精度的前提下 ,减少了配准所需时间. 文中创新点在于利用主成分分析计算出图像的等 效子午面并将图像转化到标准坐标系下 ,从而将质心和等效子午面粗配准 ,精细配准时只需要对浮动图像进行微 小的调整计算等效子午面的互信息量 ,这就大大提高了配准速度 ,减少了陷入局部极值的可能. 实验结果表明这种 先整体后局部的方法能准确 、 快速地处理图像刚性配准问题 ,特别适用于三维医学图像的配准.

[ 摘 要] 目的 : C u b i c 卷积插值是 医学图像三维插值的常用方法 ， 针 对其插值处 的结果边 界模糊和 精度不高的缺陷 ， 建 立 一 种 精 确 度 较 高 的 插 值 方 法 ．方 法 首先 通 过 模 糊 对 比度 增 强 精 确 定 位 图像 边 界 ， 再 运 用 形 态 学 运 算 确 定 出 新 插 值 图 像 边界 ， 对 于新 插值 图像边界点采用最佳匹配对应点插值 ； 对于非边界点采用一种 新的 C u b i c 卷积插值方法确定其灰 度值 。 结 果 本 文方法 的均方差 、 不符合像素点数和最大误 差均小于传统插值方法 ．结论 本文提出 的方法具有较高的精确性 。

摘要： 传统的医学图像增强算法存在对噪声敏感且易陷入欠增强或过增强等不足．本文首先利用量子信号处 理基本原理，定义了两种不同的像素量子比特表达形式；然后，针对医学图像的特点，结合3 x3邻域像素灰度相关性， 提出了一种基于量子概率统计的图像增强算子．为了优化图像增强的效果，根据子采样图像信息熵自适应确定本算子 的灰度阈值参数．通过主观和客观评价，实验结果表明本文所提出的增强方法考虑了图像全局与局部信息，能更有效 地提高医学图像质量．

摘 要 本文探讨了不同成像方式下医学图像的分 类识别算法，提取了具有代表性的图像特 征，如图像面积熵、灰度共生矩阵、图像 细小纹理区域个数等，并通过设计模糊聚 类、BP 神经网络图像分类器，实现对 CT 图 像、MR 图像、X 线图像及 B 超图像的分类。 结果表明本文提出的分类器对医学图像的 分类识别取得了一定的效果

摘 要: 图像放大技术是医学图像处理中的重要领域.医学图像细节丰富处经常呈现出明显的几何结构特征或模 式,如边缘.提出了一种基于学习的方法,将低分辨率图像块作为可用的邻域像素并提取其几何特征信息组成训练 集,与高分辨率图像块之间建立局部对应关系,这种对应关系即为局部几何相似性.将训练集信息有效传递至待重建 高分辨率图像块,图像放大的问题转化为重建系数的最优化问题,并且基于非局部平均思想,将其进而转化为加权最 小二乘问题得到正则化解.实验结果表明,本方法不仅可以进行任意倍图像放大,且它可以摆脱一般方法对训练集合 的依赖,具有较好的独立性,自适应性和边缘保持特性.

摘要：针对医学图像形态建模过程易产生过分割的问题，提出了一种基于各向异性扩散的分水岭分割算法。 该算法首先对原始图像进行自适应各向异性扩散滤波，然后引入多尺度的形态梯度图像作为分水岭变换的参考图 像，以突出图像中物体的边界轮廓，平滑具有均匀亮度的区域。最后，定义基于边界平均灰度和面积的区域合并准则， 对分割后的区域进一步合并。实验结果表明，该算法能有效抑制过分割，具有较强的抗噪声性能，得到的分割结果可 以满足医学图像建模的需要。

摘 要: 目的 由于获取医学图像的原理和设备不同，不同模式所成图像的质量空间与时间特性都有较大差别，并且不同模式成像提供了不互相覆盖的互补信息，临床上通常需要对几幅图像进行综合分析来获取信息。 方法： 为了提高对多源图像融合信息的理解能力，结合Contourlet 变换在多尺度和多方向分析方法的优势，将Contourlet变换应用于医学图像融合中 首先将源图像经过Contourlet变换分解获得不同尺度多个方向下的分解系数。 其次通过对Contourlet变换后的系数进行分析来确定融合规则 融合规则主要体现在Contourlet 变换后图像中的低频子带系数与高频子带系数的优化处理中 针对低频子带主要反映图像细节的特点，对低频子带系数采用区域方差加权融合规则; 针对高频子带系数包含图像中有用边缘细节信息的特点，对高频子带系数采用基于主图 像的条件加权融合规则 最后经过Contourlet 变换重构获得最终融合图像

摘 要 利用Mat l ab提供的图像处理工具箱，采用灰度变换 直方图均衡化有限对比适应性直方均等和中值 滤波来增强图像，简化了编程工作和数据计算，可快捷地得到统计数据和直观图示；图像的细节清晰，为医学图像处 理提供了技术平台，对医学图像的分析和诊断有重要意义

摘　要　医学图像的体绘制技术在医学图像三维可视化技术中起着重要的作用在分析三维医学图像体绘制技术的 基础上详细介绍了当前基于ＧＰＵ硬件加速的三维医学图像可视化体绘制技术的研究现状重点分析和评价了各种算法 的优缺点同时指出了这些算法的缺陷和改进的方向实现了ＧＰＵ基于深度信息的体绘制方法最后提出了基于ＧＰＵ引擎框架可视化技术的思想为该技术的进一步发展指出了一种全新的方向

ABSTRACT: Given that neural networks have been widely reported in the research community of medical imaging, we provide a focused literature survey on recent neural network developments in computer-aided diagnosis, medical image segmentation and edge detection toward visual content analysis, and medical image registration for its pre-processing and post processing, with the aims of increasing awareness of how neural networks can be applied to these areas and to provide a foundation for further research and practical development. Representative techniques and algorithms are explained in detail to provide inspiring examples illustrating: (i) how a known neural network with fixed structure and training procedure could be applied to resolve a medical imaging problem; (ii) how medical images could be analysed, processed, and characterised by neural networks; and (iii) how neural networks could be expanded further to resolve problems relevant to medical imaging. In the concluding section, a highlight of comparisons among many neural network applications is included to provide a global view on computational intelligence with neural networks in medical imaging.

摘要: 医 学图像三 维 重建技术利 用二维 医 学图像序列 重建 出三 维模型,为 医 生提供直观、全面、准确 的病灶 和 正 常组织 信息,是 当今 医学影像领域研 究的 热 点之一。V T K 是国 际上 广泛 应 用 的可视化工 具 包,具有优 秀的 架构 和 运行机 制。本文研 究 了D IC O M 3.0标 准, 提 出 了正确 解读 D IC O M 医学图像 的 方 法; 深入 V T K 内部机制, 解决 了 V T K 和 D IC O M 医 学 图像读取模块 间的 数据接口问题; 在三 维 重建过程 中, 为 解决数据 巨 大、成像时 间漫 长、阶梯效 应、交互 性 不强 等 问题, 重 点剖 析 了 V T K 的数据 处理 机 制, 并给 出相关优 化 方 法。实验结 果表明 本文提 出的 解决方 案和优化 方法 实 用可 靠, 为进一 步 开发 医学三维 图形 系统打 下 了基础。

摘 要 医学图像存在病变区域和背景区域病变区域是分割的重点亦即感兴趣区域 针对传统的分水岭变换由于对噪声和 细密纹理的敏感会产生严重的过分割现象提出两点改进首先对原始图像运用高频强调滤波作图像增强预处理补偿图像轮 廓突出图像的边缘信息以使图像显得更加清晰其次是采用修改了标记符的梯度图像进行分水岭分割整个分割过程无须进 行再进行后续的合并处理降低了分割的复杂性仿真实验结果表明这种改进的方法不但使过分割现象得到了很好的抑制而 且医学图像中的病变区域被有效分割出来同时该方法还支持任意形状且与JPEG2000标准兼容分割效果很好

ELSEVIER 出版集团. International Journal of Medical Informatics 上的经典论文。 Summary Content-based visual information retrieval (CBVIR) or content-based image retrieval (CBIR) has been one on the most vivid research areas in the field of computer vision over the last 10 years. The availability of large and steadily growing amounts of visual and multimedia data, and the development of the Internet underline the need to create thematic access methods that offer more than simple text-based queries or requests based on matching exact database fields. Many programs and tools have been developed to formulate and execute queries based on the visual or audio content and to help browsing large multimedia repositories. Still, no general breakthrough has been achieved with respect to large varied databases with documents of differing sorts and with varying characteristics. Answers to many questions with respect to speed, semantic descriptors or objective image interpretations are still unanswered. In the medical field, images, and especially digital images, are produced in everincreasing quantities and used for diagnostics and therapy. The Radiology Department of the University Hospital of Geneva alone produced more than 12,000 images a day. The cardiology is currently the second largest producer of digital images, especially with videos of cardiac catheterization (∼1800 exams per year containing almost 2000 images each). The total amount of cardiologic image data produced in the Geneva University Hospital was around 1 TB . Endoscopic videos can equally produce enormous amounts of data

摘要: 对图像分割进行了研究,这是医学图像处理中的关键问题之一.提出了一种结合Fast Marching 算法和 Watershed变换的医学图像分割方法.首先用非线性扩散滤波对原始图像进行平滑,然后利用Watershed算法对 图像进行过度分割,最后用改进的Fast Marching方法对图像进行分割.除此之外,根据区域之间的统计特性的相 似度重新定义了Fast Marching方法的速度函数.实验结果表明,该方法能够快速、准确地得到医学图像的分割结果.

摘要：目的：三维分割是医学图像分析和可视化中的重要组成部分，也是医学图像分割中的一个难点。水平集方法在三 维医学图像分割中有很广阔的应用前景，但是该算法的计算量大，不能达到实时处理的要求。针对这个问题，提出了一 种基于CUDA的并行加速方法。 方法：采用NⅥDA公司的GPGPU模型CUDA，利用图像像素的独立性和偏微分方 程求解的并发性，提高GV水平集算法的分割速度。给出了并行计算的流程图，并对C-V水平集算法在CUDA上的实 现进行了详细介绍。 结果：实现了C-v水平集并行加速算法，该方法在保证分割效果的前提下，具有更快的分割速度。 结论：所提出的方法是切实可行的。实现了快速的三维医学图像分割。 关键词：水平集；医学图像分割；CUDA；并行图像处理

摘要 图像融合是将来自相同或不同成像方式的图像进行一定的变换处理，使他们之间的空间位置、空间坐 标达到匹配。PET／CT可以进行功能与解剖结构的同机图像融合，是影像医学的一个重要进展。多模式图像融合 为不同的影像提供互补信息、增加图像信息量，有助于更全面地了解病变的性质及与周围解剖结构的关系。就 医学图像融合的方式、融合方法及相关研究进展进行综述。

目的 : 通过 Ma tl ab软件处理 ,将医学图像中病灶部分轮廓更清晰地标记出来 。 材料和方法 : 利用 M a tl ab平台 对脑部肿瘤图像进行分割和形态学处理 。 结果 : 在图像像素不太大的情况下 ,通过编程 ,实施图像分割和形态处理 ,可 以在维持原来图像的基础上 ,使原图像的轮廓明显清晰 。 结论 : 利用 Ma tl ab平台 ,通过对图像的分割和形态学运算可以 使病灶部分变得更清晰 。

摘 要 为了使人们对基于模型的形变配准在图像引导放疗中的应用状况有个概略了解．在对目前有关基于模型 的形变配准方法在图像引导放疗中的应用研究进行调研的基础上，根据形变配准的形变模型和特征空间的选取、 相似性度量标准的选取、空间优化等3个主要步骤，以及形变配准方法验证4个方面，对有关基于模型的形变配准 方法的文献进行了扼要的分类统计。统计结果表明：目前的形变配准方法在图像引导放疗中的应用研究方向正趋 向于在保证形变配准方法的精度与准确度的基础上，通过多分辨率、不同尺度等级、并行计算以及不同优化算法结 合等方法来缩短配准时间方面，以满足临床应用的要求。

应用额外层制造技术来解决传统的限制. 使 用 SimpleWare和 Marc来 建 模和分析新植体结构 英国南安普敦大学的Mark Taylor教 授和 Simpleware 已经合作研究通过降 低股骨假体刚度来影响股骨髋关节置换 手术中的载荷传递。 SimpleWare提供了世界领先的解决 方案，将3D影 像数据转换成高品质的 3D打印、CAD, FEA和CFD的表面和体积 网格。该软件被用来建立与外部相同植 入设计的股骨模型，但结构或是实体或 是空心或是包含微观结构组织。 SimpleWare中 的 ScanIPTM模 块 被 用 来生成健康男性的临床CT扫描的股骨模 型。一旦生成3D股 骨，可以通过使用 3D编辑工具来修改从而模拟外科手术， 比 如 除 去 股 骨 头 。 Simpleware的 + CAD模 块 被 用 来 导 入 和 定 位 基 本 的 CAD植入图像(图1)。

目的: 为了进一步探讨医学图像的压缩与高速传输的问题, 本文在NIOSⅡ软核处理器下进行医学图像压缩与传输 的软硬件协同设计的研究。方法: 采用Altera公司开发的基于SOPC技术的NIOSⅡ嵌入式处理器, 完成一个医学图像压 缩以及高速传输系统。整个系统硬件部分主要包括大容量FPGA芯片、Cypress公司的EZ-USBFX2Cy7C68013芯片以 及外围存储器。采用适合FPGA实现的行列分解的方法, 将复杂度高、消耗时间多的2D-DCT部分实做成IP核形式即硬 件实现, 并根据硬件电路实现的特点进行优化;通过NIOSⅡ定制指令的方法来调用此硬件加速部分提高整个算法的运 行速度;采用USB2.0接口来完成图像数据的高速传输。结果: 通过对照, 我们发现系统取得良好的压缩效果, 基本上不 影响医学诊断。结论: 该系统性价比高且能在短时间内以较低的成本实现, 其使用新的技术新的方法给医学仪器设计领 域带来一个新的亮点。

DICOM是 医 学图像存储 和传输 的 国际 标 准, DCMTK是免 费开 源 的针 对DICOM 标 准的开发 包。 解读DICOM文件格 式并解决DICOM 医 学图像 显 示 问题是 医 学图像 处理 的基础, 对 医 学影像技 术的研 究具有重要意 义。 解读 了DICOM文件格式 并介 绍 了调 窗处理 的原理, 利 用 VC++和DCMTK实现 医 学图像显 示 和调 窗功 能。

摘要：DICOM是各种数字化影像设备的图像格式和数据传输标准。许多医学图像都采用了DICOM标准。DICOM医学图像的编 码和显示是医学图像研究的基础。该文介绍了DICOM的相关概念和医学图像的组织结构。列出了数据集进行编解码的算法并用 Madab和vc++编程实现DICOM医学图像的信息读取和显示。

摘 要 ： 综 述 了 医学 图像 分 析 的 当 前 主 要 进 展 ， 包 括 理 论 模 型 、 感 兴 趣 区 分 割 、 图 像 配 准 与 融 合 、 时 序 图像 的 功 能 分析等传统研究。根据该领域 的新进展 ， 简述 了基于 内容的 医学 图像检索系统 、 标 准数据集和评估 准则 的建 立 ， 以 及 医 学 图 像 分 析 商 用 软 件 等较 新颖 的 热 点 。 最后 总结 了 医学 图像 分 析领 域 面 临 的 主要 挑 战 和 未来 发 展方 向 。 关 键 词 ：医学 图像 ；图像 分 割 ；图 像 配 准 ； 运 动 估 计 ；图 像 检 索

摘 要 VTK库是一个基于面向对象方法设计的，功能强大的可视化和图形图像处理类库，针对医学图像处理的需要和特点，利用VTK库的图像处理和可视化，及图形显示功能，用面向对象的方法设计和实现了一个易于扩展、高效率、实用的医学图像处理子系统。实践证明该子系统能很好地应用于各种医学图像处理中。 关键词 VTK类库 图像处理 可视化 面向对象

摘
要 : 人体组织器官的三维图像分割是医学图像分 析和医 疗诊断 的重要 前提, 是医学 图像三 维可视 化的重要 研究 内容。随着 医学成像技术和三维可视化技术的飞速发展, 计算机 辅助诊断成为现实。计算机 技术的发 展使得医生 和研究 者可以通过虚拟交互更好地理解人体的解剖结构, 对病人做 出正确地 诊断。在 对人体 组织器官 和感兴 趣区域 的分割 中, 三维分割发挥着十分重要的作用。为此, 作者对不同的 三维分割算法作一总体介绍。 关键词: 三维分割; 结构分割方法; 统计分割方法; 混合分割方法

摘要：精确的医学图像分割为能临床诊断提供清晰的解剖信息。目前手动分割被视为分割的金标准，它是临床先验知识很好的应 用，但它具有费时、分割结果不可重现的缺点。基于图谱的分割方法则在利用先验解剖知识的同时，也能很好地重现出分割结果。 它把手动分割好的图像（图谱）配准到目标图像上，然后通过标记传播把图谱的标记映射到目标图像上。基于图谱的分割方法可 以大致地分为基于单图谱的分割方法、基于平均图谱的分割方法、基于多图谱的分割方法以及混合分割方法。本文将对这些基于 图谱的分割方法作出综述。 关键词：图谱；医学图像；配准；分割