何　菁，陈　胜

(上海理工大学 光电信息与计算机学院，上海 200093)



一种全新的两步自动化医学图像分割方案

何菁，陈胜

(上海理工大学 光电信息与计算机学院，上海 200093)

摘要针对现有图像分割方法存在需要手动分割，以及精确度较低的问题。采用一种全新的两步图像分割方案。该方案。以基于人工神经网络的模式识别技术，即人工神经网络的大规模培训的方法，通过对肺区不同子区域内结构进行分割处理，利用训练好的大规模人工神经网络对标准胸片中的肋骨、锁骨等骨质结构进行抑制，结合以基于区域的活动轮廓模型，即Snake模型，正确分割亮度不均匀的图像。文中选择与医护人员人工分割的图像进行对比，通过放射科医生采用等级法打分，原图的平均分为2.0分，而通过文中改进的分割方法平均分高达3.4分。

关键词人工神经网络；活动轮廓模型；医学图像分割

图像分割是指将一幅图像分解为若干互不交迭区域的集合,是图像处理与机器视觉的基本问题之一 。尽管不同的研究人员提出了许多分割方法,但到目前为止还不存在一种通用的方法,也没有建立一个判断分割是否成功的客观标准,所以图像分割被认为是计算机视觉中的一个瓶颈。在医学领域中,图像分割常常用于病变区域提取、特定组织测量以及实现三维重建研究,因此研究图像分割技术在医学图像处理过程中具有重要的意义[1-2]。

目前便携式X光机广泛用于重症加强护理病房(ICU)中，X光胸片(CXR)在医师对患者诊断过程中起着重要的作用。……