基于图象内容的颅骨缺如自动分析研究
DOI: 10.11834/jig.20030274
Keywords: 医学影像学(320？1140) ,计算机辅助诊断 ,图象分割 ,k-均值聚类 ,信息熵
Abstract:
基于图象内容的自动分析是当今医学影像领域的研究热点，分析颅骨CT图象是否缺如能为医生的诊断提供帮助.为此，提出了一套新的实用方法，该方法首先采用基于k-均值聚类动态选取种子像素和生长准则的区域增长法精确地将颅骨从图象中自动分割出来，然后利用边界跟踪法找出分割出的区域边界，分析其形状，以圆形度作为描述参数，最后利用熵函数推导出计算机自动诊断颅骨缺如的规则.实验证明，该方法通过对图象内容的分析，对于未参加训练的100例，从第3脑室下部层面到大脑皮质上部层面，颅脑图象缺如现象的诊断识别率达到了100%.该研究为颅脑图象的自动诊断奠定了基础
References
[1] ［2］Warfield Simon K, Kaus Michael, Jolesz Ferenc A et al.Adaptive template moderated spatially varying statistical classification[J]. Medical Image Analysis,2000,4(1) :43～55. [2] ［4］罗述谦,赵媛媛,阎华等.用活动轮廓法对大脑皮质形态的研究[J].首都医科大学学报,2001,22(3):13～16. [3] ［1］Kaus Michael R, Warfield Simon K, Nabavi Arya et al.Aulomated segmentation of MRI of brain tumors[J]. Radiology,2001,218(2) :586～591. [4] ［3］罗述谦,李响.基于最大互信息的多模医学图象配准[J].中国图象图形学报,2000,5A(7):551～558. [5] ［5］Han Jiawei,Kamber Micheline.Data mining concepts and techniques[M].北京:高等教育出版社,2001:134～135,285～289.
Full-Text
