摘要：针对高噪声、低对比度的医学图像难以快速准确分割的问题,结合基于像素的传统方法和基于水平集的活动轮廓模型,提出了一种混合的医学图像分割新技术。首先依据待分割对象的先验知识交互选取感兴趣区域。然后由传统的方法和基于水平集的C-V模型结合实现感兴趣区域图像的预分割。预分割的结果直接作为窄带变分水平集模型的初始轮廓,演化曲线在很短的时间内准确收敛到待分割物体的边缘。

摘要：本文在传统自由变形算法的基础上,提出了一种应用在人体骨骼快速三维重建的单位自由变形(FFD)算法。文中以股骨为例,依据单位自由变形算法实现利用两张X线片对股骨进行快速三维模型重建的工作。利用专业C臂机上获取两张正交方向拍摄的X线片,并保留拍摄参数;借助X线片提供的轮廓信息对标准模型进行个性化三维重建。文中通过点配对算法建立了X线片外轮廓与三维标准模型外轮廓之间的对应关系,将传统自由变形算法进行简化设计,利用单位自由变形控制格对标准模型进行重建,最终使得X线片外轮廓与标准模型外轮廓一致,从而获得个性化的股骨三维模型。选取35例尸体股骨样本设计外形精度、鲁棒性和重建速度实验,最终得到全骨的二维点配对平均时间为20s,平均重建时间为112s;三维模型的外形平均误差为0.52mm,且精度和速度均保持稳定,具有良好的鲁棒性。本研究将传统自由变形算法简化应用到重建模型算法中,使得重建时间减少,重建精度达到传统方法要求,同时具备良好的可重复性,在临床应用和相关科学研究中具有很好的应用前景。