科技论坛
一种医疗图像的交互式分割算法
吴琳王红刘春霞王璨李袁（郑州铁路职业技术学院，河南郑州450052)
· 73 -
摘
要：医疗图像的分析与解读对疾病的诊断和治疗有着重要的作用，医疗图像的自动化解析已成为了重要的发展方向。针对医疗
图像待性差异大的特点，文中着重研究了交互式分割算法。即由使用者对图像中的目标区城进行简单标注，然后算法根据标注信息推导出图像特性，从而进行区城分割。实验表明交互式方法提供了一种造合医疗图像特性的算法框架。
关键词：医疗图分割；交互式技术；区城生长
1概述
图像分制是图像处理和计算机视觉技术的基础。当前医务人员在诊断和治疗疑难病症时，通常要依靠医疗图像的解读和分析。其中的重要步骤是提取出医疗图像中的感兴趣区域，例如器官或病灶等。利用计算机技术对医疗图像进行自动分割，可帮助医务人员高效准确的分析图像。依据医疗图像间特性差异大的特点，本文研究了交互式分剩技术，
2算法简介
交互式分制-是由用户标注出图像中的感兴趣区域，例如区域的大致范围、或目标区域中的典型像素，提供分制算法所需要的约束或图像模型，从而能够对图像中的不同区域进行划分。交互式方法只需要使用者进行简单操作，以提供少量信息，就能够适应不同的图像特性和需求。本文中采用了基于区域生长的分割算法
区域生长法的工作原理是在图像中需要分割的目标区域内确定一个或多个种子像素，并提取出种子像素的特性，例如亮度、颜色、纹理等。然后在种子像素的邻域中搜索和种子具有相同或相似性质的像素，从面与种子像素合并在一起。这一生长过程不断重复，直到没有相似的像素再被包括进来，就分割出了完整的区域。区域生长算法的描述由表1简单给出。
表1区域生长算法
初的化国行区美基，邦美是和器的图作大十相司的起车，其中种子停素的信标记为士表示星于目标区域，共角价来为0，童为不层于目标区域，3记为件子价来的个款。上）国美生术
的更售中的每十像看，加这带要不是售要，的M心、力一0，扫恶在日标买城学索的提城内，国计算
加第许情素穴庭道与日行区城平药大接值的差异小于指道了，拥情签器于日标区域，DM6=1，并里新区域虚月值和作素个款 mm=m+1.
加果利，老日标区城奶在扩大，准少集鱼百利区基生价结速
对于表1给出的算法，其结果主要取决定于种子像素的选取以及相似性的判定准则。表1算法给出的是基于灰度相似性的判定方法，即目标区域的相邻像素的灰度值与目标区域的灰度均值接近时，该像素可认为属于目标区域中。相似性判定时通常要计算当前目标的某一特征值，例如这里采用的区域灰度均值；然后再比较邻域像素和这一特征值的相似程度。例如算法1中使用灰度值的差异值大小来度量邻域像素和目标区域的是否近似。除灰度值外，区域的方差、纹理、对比度颜色特征等均可用来进行相似性的比较，以适用于复杂的图像，但计算复杂度也会相应提高，
基于表1给出的算法，可实现医疗图像交互式分剩技术。交互式算法的描述由表2给出。该算法基于用户标注的感兴趣区域，即包含待分目标区域在内的大致区域。感兴趣区域首先利用Otsu 法进行分制，从面得到预分割的目标区域和非目标区域。预分制目标区域灰度直方图的峰值，则可视为目标区域像素的典型灰度值，预分割目标区域中具有该值的像素作为种子像素。同时预分割目标区域中像素的灰度值方差，则用来计算相似性判别阔值。确定了种子像系和相似性判别阀值，得到最终的目标区域分割结果，
在上述算法中，灰度相似性判别由阔值<·的大小控制。大小由尺度因子k调节，当k取不同值时，算法将产生不同的分制结果。当较小时，目标区域内像素的灰度值较为近似；当k较大时，目标
区域内可允许较大的灰度变化幅度。图1给出对一盆腔图像的分割结果。该图像中所显示的相邻脏器间的弱边界，使得分割较为困难，如(a)图所示。(b)图和(e)图显示了k取不同值时的分割结果
(a)
(b)
(e)
图1不同k值下盆腔医疗图像的分结果表2基于区域生长的交互式分割算法
用产建职城光建区城和广（租会目标区域的务违形区城）
1）计草惠兴能区式30的充生直方图，并由0耳法每到最生分制限道，
）用户连取目标区城质型像素，计掉它们的平均实度值，加用连爽试增小于0元元分需% 核，认为灰度值小于排于（0分制用推的像素量目标学基，发之到认为爽度值大于00 分用码通的情素是目后节素
素，并期份化斯法1中的目标区城#
计草目行情看的充压值方差，并设主用化性别屏障值大，C，其中全是控制执选相以
性用推大小的尺度围子， 1）用期法！进行区城生长；
！编出守制结果，服许的目标区城天
图1显示，当k=1时，相似性判别准则过于严格，因此目标区域未能完整的分离出来，如图1中(b)图所示，结果明显较差。当k=2 时，相似性判别阔值大小更为适当，如图（)图所示，所提取出的目标区域边界较为完整，取得了较好的效果。
3结论
本文以半自动交互式方法为基础，提出一种医疗图像的分制技术，实验证明该算法简单有效，分割正确度较高。
参考文献
章筑晋。图象处理和分析[M]北京,清华大学出版社,1999.
[2
杨先风，李艳,彭博。基于模棚数模型的医学越声图像分割方法计算机工程与设计,2011，32(5):17421745
[3] R. Adams and L. Bischof. Seeded region
growing [J]. IEEE.
Pattem Analysis and Machine Intelligence, 1994, 16 (6):
Trans. 641647.
作者简介：吴琳(1974-),女,河南省郑州市人,郑州铁路职业技术学院,硕士,主要研究方向为计算机应用。