医药学论文：医学图像分割与配准-医学论文

医学图像分割与配准
Deng Chao Qiang
Abstract: Medical image processing has being more and more widely used in modern hospitals. In this paper, these modules were included, which are image denoising, image segmentation, the image compression and the method of how to calculate the area of the focus of medical images etc. They are the base of a medical image processing system . In addition, on the basis of this design , an efficient GUI was also designed to experiment with these image processing methods. This system not only fulfilled the experimental tasks, but also provided a good base for the development of medical image processing system.
关键词：医学图像 边缘检测 图像分割 图像压缩
医学图像处理技术是现代医学中重要的组成部分，并且已经成为医学技术中发展最快的领域之一。以计算机技术为依托，数字图像处理是医学图像处理领域中极为重要的一个方法，它是使医生获得病人病情可靠信息的重要保证，也是医生开展进一步治疗的必要条件。它对医学图像处理包括：图像的预处理、特征的提取、图像分割、图像配准、图像融合、纹理分析和伪色彩处理等。图像的压缩传输技术也是当前研究的一个热点，也是本文研究的一个重点。这种技术依赖于数字图像的压缩编码和现代通信技术，它的出现使得远程医疗成为可能，并加强了医疗的即时性。
2.1中值滤波技术
（a）带高斯噪声图 （b）中值滤波后图 (c)带乘性噪声图像 （d）中值滤波后图
图像中值滤波前后的信噪比如表2-1所示。
19．5855 26．3309
18．6628 23．7053
由于噪声往往是高频信息，所以在对图像进行小波变换后，与噪声相关的系数处在高频系数区。因此对变换后的小波系数进行低通滤波处理，即可将高频信号除去，重建后的信号即为降噪图像。采用默认阈值对带噪图像降噪处理，分解层次N＝2，选用sym4小波。
表2-2 经过小波变换降噪处理前后的信噪比
19．5855 27．4604 医学图像分割与配准
18．6628 26．4063
3、医学图像分割处理
基于边缘检测的基本思想是先检测图像中的边缘点，再按一定策略连接成轮廓，从而构成分割区域。边缘检测的基本算法有Sobel算子、梯度算子、Log算子、Robert算子、拉普拉斯算子以及Canny边缘检测器等。边缘检测结果如图3.1所示