基于水平集和分水岭方法的医学图像分割方法

摘要

一种基于水平集和Watershed方法的医学图像分割方法，包括步骤：各向异性扩散滤波，用于去除噪声；采用Watershed方法，对图像进行过度分割；堆数据结构的建立，用于定位窄带中具有最小时间T的网格点；采用Fast Marching方法，对图像进行最后的分割。本发明利用Watershed方法与改进的Fast Marching方法进行医学图像分割，不仅能够大大地提高分割的速度，同时还具有广泛的适应性，无论是CT还是MR影像。在计算机辅助诊断和治疗等领域有着重要的应用价值。

主权项

1.一种基于水平集和分水岭Watershed方法的医学图像分割方法，包括步骤：对原始图像进行各向异性扩散滤波，用于去除图像的噪声，同时维护图像的边缘信息；采用分水岭Watershed方法，对图像进行过度分割；堆数据结构的建立，堆结构中的节点记录的是到达时间T，所述到达时间T是种子点到达其它网格点的到达时间，T(x，y)＝1/F(x，y)，其中(x，y)表示网格点的坐标，F(x，y)为速度函数，用堆数据结构定位窄带中具有最小时间T的网格点；采用改进的快速移动Fast Marching方法，对图像进行最后的分割，其步骤如下；1.初始化：1)活动点：标识用户指定的种子点及种子点所在的区域的内部像素点为活动点；2)窄带点：标识所有种子点所在区域的边界像素点为窄带点；3)远离点：除了活动点和窄带点外，所有其它的网格点为远离点；2.循环：1)开始循环：设点(i，j)是窄带中具有最小时间T的点；2)区域Ri和Rj是点(i，j)所在区域，计算区域Ri和Rj的相似度，标识点(i，j)为活动点，并从窄带中删除；3)标识点(i，j)所在区域的所有边界点：如果点(i，j)的所在区域的边界点为活动点，则不改变时间；如果其所在区域的边界点为窄带点，更新边界点的时间；如果其所在区域的边界点为远离点，则标识该边界点为窄带点，更新该边界点的时间；4)如果种子点到某一点的到达时间超过指定的阈值，则结束循环，否则重新开始循环；