CT序列图像分割的分割及重建

发布时间：2022-12-18 00:24

　　目的探讨CT序列图像分割的分割及重建。方法主要结合B样条蛇线算法和模糊边缘增强算法使一些组织器官在CT图像上的二维分割得以实现,同时采用提绘制三维重建分割后的序列图像。临床实践证实,该方法具有良好的效果。程序作为子功能使用,其以Java的医学图像分析系统为基础。结果三维重建的效果对二维分割的精确度极为敏感,有跳变出现在某一幅图像或几幅图像上均会显著影响实体重建。因此,重建效果能够从一定程度上对分割的准确性进行验证。结论运用B样条蛇线算法结合模糊边缘增强算法使分割得以实现,同时运用体绘制方法三维重建分割后的序列图像。实现过程中依据实际改进了这几种算法。图像二维切片、三维重建的结果均显示了良好的效果。 

【文章页数】：3 页

【文章目录】：
1 资料与方法
    1.1 几种分割方法的讨论
    1.2 具体算法的改进
        1.2.1 Snake数学模型
        1.2.2 B-Snake算法
        1.2.3 前期处理--模糊增强
        1.2.4 对序列图像的考虑
        1.2.5 三维重建
2 结果
3 讨论


【参考文献】：
期刊论文
[1]PET-CT在肺癌诊断中的应用与意义分析[J]. 刘宏伟,王涛,王健.  中国继续医学教育. 2019(15)
[2]一种基于极大特征点的三维椎骨分割方法[J]. 王浩,邵堃,霍星,杨鹏,檀结庆.  图学学报. 2019(01)
[3]MRI各序列扫描肝细胞肝癌的图像特点及其与常规CT多期增强的比较[J]. 王伟,师弘.  中国CT和MRI杂志. 2018(12)
[4]基于序列间先验约束和多视角信息融合的肝脏CT图像分割[J]. 彭佳林,揭萍.  电子与信息学报. 2018(04)
[5]改进GAC模型肺部薄扫CT图像序列分割法[J]. 贺娜娜,强彦,赵涓涓,郝晓燕.  计算机工程与设计. 2017(10)
[6]一种基于DCWPSO算法与FFD模型的心脏CT序列图像配准算法[J]. 王雷,郭全.  山东理工大学学报(自然科学版). 2018(01)
[7]植物根系X射线CT图像序列分割方法研究[J]. 李毅红,王苏恺,韩焱,陈平.  中国体视学与图像分析. 2017(03)
[8]基于改进自生成神经网络的肺部CT序列图像分割[J]. 廖晓磊,赵涓涓.  计算机科学. 2017(08)
[9]基于结构连续先验的CT图像序列自适应分割算法[J]. 王苏恺,潘晋孝,陈平.  激光与光电子学进展. 2016(11)
[10]基于图割和边缘行进的肝脏CT序列图像分割[J]. 廖苗,赵于前,曾业战,黄忠朝,邹北骥.  电子与信息学报. 2016(06)

硕士论文
[1]基于医学CT序列图像的分割与重建技术研究[D]. 刘光孟.大连交通大学 2018



本文编号：3720951