文献整理笔记分水岭算法在医学图像分割

随着计算机图像处理技术的发展，计算机辅助诊断在医疗诊断发挥越来越重要的作用，图像分割技术可以获取感兴趣目标，是医学图像分析的基础。如何提高医学图像分割的准确性是医学图像处理领域中的研究热点。在医学图像分割中，由于传统的分水岭算法对噪声比较敏感，容易产生过度分割问题，需要对传统的分水岭算法进行改进。

[1]王蜀,李永宁,陈楷民,黄戈.基于数学形态学的医学图像分割[J].计算机应用,(10):-+.

[2]程广斌,郝立巍,周寿军,陈武凡.基于GFO和标记点分水岭算法的医学图像分割[J].光学技术,(03):-+.

[3]陈家新,吴颖,黎蔚.基于各向异性扩散的医学图像分水岭分割算法[J].计算机应用,(06):-+.

[4]黄展鹏,易法令,周苏娟,鲍苏苏.基于数学形态学和区域合并的医学CT图像分割[J].计算机应用研究,,27(11):-.

[5]张利红,梁英波,李向东.基于改进分水岭算法的医学图像分割[J].科学技术与工程,,13(09):-.

研究背景：医学图像处理是数字图像处理技术的一个重要应用领域。但是，由于医学图像的特点，复杂的人体解剖组织结构和形状，以及个体之间的差别，导致医学图像分割成为一项经典的难题。采用分水岭算法对医学图像进行分割，容易产生过分割的缺点，因此需结合医学图像的特点，在现有分水岭算法的基础上进行改进。

数据来源：文献[4]的数据是基于医院64排螺旋CT-PHILIPSBrilliance64获取的病人腹部CT数据。

数据处理方法：文献[1]采用自适应加权的多尺度形态滤波对图像进行预处理，并引入浮点活动图像作为分水岭变换的输入，以便更好地保持轮廓。文献[2]首先利用基于GFO的边缘检测算法提取待分割图像的“广义模糊梯度图”。其次,根据解决问题的问题域，利用待分割图像的信息自动提取标记点或手工指定标记点。第三利用得到的标记点图像对步骤1得到的“广义模糊梯度图”作形态学腐蚀重建，保证在随后的标准分水岭变换中，假像的“谷底”只出现在标记点指定的区域。最后,对第三步得到的图像做标准分水岭运算，得到正确的目标轮廓。文献[3]采用自适应各向异性滤波对图像进行预处理，并引入多尺度形态图像作为分水岭变换的输入，从而达到增强边缘和去除噪声的双重效果。文献[4]先利用多尺度数学形态学方法检测出梯度图像，并用形态学重构去除细密纹理和噪声引起的局部极值，然后进行分水岭变换。文献[5]首先利用数学形态闭-开运算完成预处理以滤除原始医学图像中的噪声和非感知信息。其次，做闭运算平滑图像，并对平滑的图像计算多尺度的形态学梯度。再次对形态学梯度图像进行重建，然后采用控制标记符的分水岭换算法对重建后的梯度图像进行分割。最后将分割结果变换回原始尺度。

研究结论：文献[1-5]的方法均抑制了医学图像的过度分割问题，得到较好的分割效果。

与同类文献相比的优缺点：文献[1]的方法虽然有效抑制了医学图像过度分割的问题，但是其主要是针对灰度级的医学图像进行的分割，相对于彩色医学图像还得做进一步的改进。文献[2]利用广义模糊边缘检测算子(GFO)，在分水岭算法中引入了图像的先验信息，克服了图像局部噪声对分割结果收敛的干扰。同时利用标记点分水岭分割的改进，解决了分水岭分割的过分割问题。最后将分割结果与临床专家手工分割结果进行对比，保证了方法的可靠性。文献[3]对图像梯度进行预处理时，即在计算梯度图像之前对图像进行非线性平滑处理，相比于高斯滤波等线性滤波器，具有一定的优势。文献[4]对分割后的图像进行了三维重建，可以更好的查看分割效果。

[6]张辉,朱家明,陈静,吴杰.结合分水岭算法的水平集医学图像分割方法[J].计算机科学,,43(S2):-.

[7]杜永贵,李婷.云密切度判定法及其在分水岭分割中的应用[J].太原理工大学学报,,46(06):-.

[8]赵涓涓,纪国华,强彦,成树岗.基于分层模版种子点的分水岭分割孤立性肺结节的方法[J].清华大学学报(自然科学版),,54(07):-.

研究背景：医学图像中的复杂目标通常难以被分割，因此经常需要采用多种方法对图像进行分割才能将图像的所有信息充分分割出来。

数据处理方法：文献[6]首先运用标记分水岭算法对图像进行预分割，快速准确定位目标区域边缘信息。再引入改进型Li模型算法，通过符号压力函数来指引曲线演化方向，控制演化速度大小，实现对复杂目标的完全分割。文献[7]首先采用分水岭算法对图像进行分割，然后基于分割后产生的一系列细小破碎的待合并区域作为初始对象，采用无确定度信息的逆向云发生器，将图像区域内像素的灰度信息转换成云模型。文献[8]首先在PET图像中采用基于SUV均值的分层次模版匹配算法检测出可疑区域，标记出分割种子点，同时在对应CT图像中使用改进的分水岭算法将可疑肺结节分割出来。

研究结论：文献[6-8]均将分水岭算法同其他算法相结合，不仅保留了分割算法的优点，而且避免了传统分水岭算法的过度分割问题。同时文献[8]在确保真阳性以及分类准确性的基础上，极大降低了假阳性，从而表明了该方法在肺结节临床分割方面的有效性。

与同类文献相比的优缺点：文献[6-8]在针对传统分水岭算法的缺点进行改进时，充分结合了其他算法的优点，在医学研究中具有极大的借鉴意义。

[9]赵洁,欧陕兴,蒋世忠,易法令.基于改进窄带水平集的三维肝脏肿瘤分割[J].计算机工程与应用,,51(13):28-30+46.

研究背景：三维肝脏肿瘤识别是当前研究的热点问题，如何准确快速地从腹部CT序列中分割出肝脏肿瘤是肝部病变诊断的基础。

数据来源：医院64排螺旋CT的临床腹部原始图片。

数据处理方法：先利用分水岭算法，对肝脏图像进行“过分割”，搜索初始轮廓所在的分水岭块作为窄带区域进行标记，在窄带区域内用水平集算法使初始轮廓线收敛至准确轮廓。再以其边缘作为相邻CT序列的肿瘤初始轮廓，找出初始轮廓线所在的分水岭块，构成新的窄带，用水平集算法对轮廓线进行迭代分割出肿瘤。重复该过程，直至完成整个肝脏序列图像的肿瘤图像分割，进行三维重建。

研究结论：新算法分割边缘比较准确，重建效果好，速度较快，能很好地应用于腹部CT序列图像的肝癌分割。

与同类文献相比优缺点：本文结合分水岭算法和窄带水平集算法进行了三维肝脏肿瘤的分割，该算法重建效果好，对于腹部CT序列图像的肝癌分割具有一定的参考价值。

[10]纪建鹏,黎丽华,杨荣骞,吴效明.基于分水岭算法的交互式三维分割方法[J].中国组织工程研究与临床康复,,15(39):-.

研究背景：传统的分水岭算法存在过度分割问题，难以实现人体组织的三维分割

数据处理方法：提取CT序列图像的内部和外部标记符，以此修正梯度图像并进行分割；在此基础上，根据序列图像上下层的相似性，利用人机交互进行组织结构的三维分割。首先在第一张序列图像上手工选取感兴趣区域上的一个点借，助同一组织在连续CT序列图像上面积的重叠关系即可从三维序列图上提取出感兴趣区域。

研究结论：基于控制标记符的分水岭算法解决了直接应用梯度图像进行分割的过度分割问题，便于进一步分割图像。且基于分水岭算法的交互式三维分割方法得到的三维分割结果经过三维可视化后可清晰、准确地反映组织的三维特征。

与同类文献相比的优缺点：实现了图像三维分割方法，为临床医学研究提供了借鉴意义。

[11]苗加庆.基于自适应字典学习降噪改进的脑MRI图像分水岭精确分割算法研究[J].激光杂志,,36(01):35-39.

研究背景：图像分割技术是图像处理领域非常活跃的研究课题，但目前MRI高噪声图像分割还没有给出较好的分割算法，如：脑MRI图像的分割等等。

数据处理方法：首先采用字典学习降低原始图像噪声，然后利用形态学算法对降噪后的图像进行形态学处理，通过形态学知识提取图像边界。利用图像的几何特征，去除非目标区域，再采用分水岭变换进行图像分割。

研究结论：本算法相比传统分水岭算法有效改善了过度分割的问题。

与同类文献相比优缺点：该算法对于噪声较高的图像分割效果改进较好，但是对于低噪声医学图像的改进并不明显。

[12]杨建峰,赵涓涓,强彦,王全.结合区域生长的多尺度分水岭算法的肺分割[J].计算机工程与设计,,35(01):-.

研究背景：解决肺实质分割并去内部除血管的问题。

数据处理方法:首先采用分水岭算法并通过选取不同的合并参数，将待分割图像分为合并程度高和合并程度低的不同尺度的图像。然后选定位于分支血管内部的种子点使用合低层次分水岭分割的区域生长法分割得到分支血管区域，从高层次分水岭图中去除分支血管区域，得到了最终分割结果。

研究结论：对大量CT肺部数据进行分割，实验结果表明了该方法是一种有效的肺部实质分割并去除血管的分割方法。

与同类文献相比优缺点：本文不仅克服了分水岭算法会导致过度分割的问题，同时也避免了分水岭算法的噪声敏感问题。

[13]张利红,梁英波,吴定允.基于模糊增强的医学图像分割分水岭算法研究[J].激光与红外,,43(11):-.

研究背景:传统分水岭算法对噪声敏感和易于产生过分割的问题。

数据处理方法:本文首先结合大结构元素和小结构元素各自的优点，用多尺度形态学边缘检测降弱过分割；其次用模糊增强算法使原始医学图像中粗细的边缘都能够得到增强；该算法不仅可以有效的克服分水岭变换严重的过分割问题，得到有意义的区域分割，而且还具有较强的区域轮廓定位能力，不需要再进行后续的合并处理，算法简单，同时具有多尺度的特点，能够适应医学图像分类与信息提取的需求。

研究结论：有效地解决了传统算法中存在的对噪声和细密纹理过度敏感、过分割等问题。

与同类文献相比优缺点：本算法在分割带有病变组织的图像，效果更佳，在医学图像处理中有一定的应用价值，但是从仿真结果可以看出，分割的图像仍有一定的过分割。

[14]朱萍,梅婕,朱晓勃,黄永刚.双边滤波和标记分水岭的CT心脏图像分割[J].计算机工程与应用,,51(08):-.

研究背景：由于心脏舒张、收缩以及血液的流动，CT心脏图像易出现弱边界、伪影，传统分水岭算法易产生过分割。

数据处理方法：采用双边滤波算法对心脏图像进行平滑滤波，并采用形态学对图像进行重构，以消除图像噪声，保留边缘信息，采用改进Otsu算法提取CT心脏图像的内、外标记，并采用分水岭分割算法实现CT心脏图像分割，最后采用临床CT心脏图像在Matlab平台进行性能测试。

研究结论：BF-WS提高了CT心脏图像分割准确率，与专家分割结果十分接近，较好地解决了传统分水岭算法过分割难题，可以为临床医学诊断提供重要依据。

与同类文献相比优缺点：本文对分割算法的性能进行了定量分析，具有借鉴意义。

[15]赵英红,周中顺,孙存杰,平杰.一种新的用于宫颈癌粘连细胞图像分割的分水岭算法[J].军事医学,,38(12):-.

研究背景：探讨一种能有效分割宫颈癌粘连细胞图像的算法，完成各粘连细胞边缘的准确分割。

数据处理方法:利用水平集算法从背景区域中提取目标细胞图像，应用极小值的距离变换算法将图像归一化后与感兴趣区域的梯度图像点乘来抑制无用的梯度信息，然后运用标记分水岭算法对粘连细胞图像进行分割。

研究结论：该算法实现了染色不均的粘连宫颈癌细胞的有效分割，在粘连细胞的边缘建立了较传统的分水岭分割方法更准确的分割线，具有显著的临床应用价值。

与同类文献相比优缺点：相比较传统的标记分水岭分割方法该方法的分割线更加准确，为细胞计数和模式识别提供了实验依据。

[16]鲁向,芦勤,罗述谦.基于能量驱动的分水岭算法在MRI海马图像分割中的应用[J].计算机辅助设计与图形学学报,(06):-.

研究背景：传统分水岭算法在分割过程中较少用到边界特征的信息，使得图像的过分割问题比较突出。

数据处理方法：首先利用分水岭算法模型计算水流从种子点出发，沿代价最小的路径流经每一个像素的代价，将该像素的代价作为像素的能量。在整个图像能量最小化驱动下修改初始分水线处像素的归属类别，使分割结果与目标物体轮廓重合。

研究结论：该算法将内部特征与边缘条件相结合，可以很好地限制分水岭算法过分割的问题。

与同类相比的优缺点：该算法对于结构中细小且尖锐的部分不能正确分割，但也存在一定缺陷，没有将二维数据分割同三维数据分割更好地衔接起来。

[17]彭艺,陈莉.医学可视化中利用形状特征设计传递函数[J].计算机辅助设计与图形学学报,,23(01):78-84.

研究背景：在疾病诊断方面，医生迫切需要一种方法能够自动地显示病变的组织和结构，而传递函数能高亮显示人体内的重要部位，为医生诊断疾病带来便捷。

数据处理方法：首先利用分水岭算法可以将具有相似特征的体素聚成一类，在保持基本特征的同时减小数据的规模；之后采用K均值算法则能根据用户指定实时的进行聚类；最后根据参数调节的结果，锁定感兴趣的区域。

研究结论：该方法能够有效地增强医学数据的绘制效果，尤其是突出结构的形状特征(如光滑性、连续性等)，可极大地增强传递函数设计的方便性和灵活性。

与同类文献相比的优缺点：本文提出的利用形状特征设计传递函数力图充分挖掘形状特征在传递函数设计中的作用，通过分析和比较不同结构在形状上的差异，突出显示具有特殊形状的组织和器官，在医学研究实践中具有一定的价值。

[18]李晓龙,帅仁俊.一种基于形态学的脑肿瘤分割[J].液晶与显示,,30(01):-.

研究背景：由于脑部结构复杂,存在精密纹理并且由于成像技术的限制，传统分水岭算法分割脑肿瘤很容易产生过分割问题。

数据处理方法：首先，应用形态学开闭重建重构原图像，滤除噪声和复杂细小的纹理；其次，对重建后的图像做多尺度形态学梯度，并对修改了标识符的梯度图像进行分水岭算法分割。

研究结论：结构元素半径大小取17至22时，肿瘤能够完全地分割出来。

与同类文献相比的优缺点：当肿瘤的面积较大时，本文算法分割的结果较为理想，但是，肿瘤的面积很小时，很难采用本文的算法将肿瘤分割出来。

转载请注明：http://www.shijichaoguyj.com/wxjs/9141.html