论文部分内容阅读
面部软组织的分层分割主要是指对面部的皮肤,皮下脂肪,肌肉等不同组织进行分层识别及分割。该研究可以为医生提供对特定目标组织定性定量的测量,进而为医学诊断和临床治疗提供数据基础。在分割的基础上构建的三维模型还可以为医生提供手术方案仿真及术后效果模拟。因此,该研究工作不仅可以提高医生诊断的准确性和客观性,对提高外科整形手术的质量也有重要的意义。 目前,国内外学者对软组织的分割研究大多集中在大脑和心肺等组织,对于面部软组织的研究工作相对较少。此外,基于MRI图像的面部软组织分割易受噪音,伪影,灰度不均匀,部分容积效应和相邻相似灰度组织的影响,存在一定的分割难度。因此,基于MRI图像的面部软组织的分割这项工作有一定的研究意义。本文的研究内容和成果主要有: 1.根据MRI图像的空间连续性和相邻切片间解剖结构的相似性,以上一切片的分割结果为先验,引入SBGFRLS方法实现皮肤组织的连续分割。同时,增加基于前后两次迭代演化曲线的长度和曲线上点的位置变化程度的曲线迭代停止条件,来改进SBGFRLS方法,以解决面部空气腔结构导致的误分割。 2.结合MICO算法及区域生长法设计了一种脂肪组织分割方法。该方法首先使用MICO算法和图像运算对灰度不均匀的MRI图像进行处理得到经过灰度矫正的脂肪组织的初分割图像,接着采用区域生长法对初分割图像进行二次分割,最后对二次分割结果进行形态学处理以去除细小空洞,得到了比传统的区域生长法,模糊C均值聚类,活动轮廓模型和图割算法更为准确的脂肪组织分割结果。 3.提出了一种改进的距离正则化水平集方法实现咬肌组织的分割。该方法通过引入相位一致性特征来构建新的边缘停止函数,从而解决了距离正则化水平集在咬肌分割过程中因基于梯度的边缘停止函数容易在假边缘处取到局部最小值而导致的误分割,提高了咬肌分割的准确率。