论文部分内容阅读
“数字人”又名“数字化虚拟人”,是国内外医学界与信息科学界共同关注的热点问题之一。“数字人”基于真实人体的物理信息、生物信息,运用各种先进技术,通过大量计算处理而得到。其在医学、建筑学、航空航天叶、制造业等多学科领域有着广泛应用。由于具备与真实人体相同的生理数据,“数字人”可代替真实人体成为各项新技术的虚拟试验平台,也可用于各种新产品的性能测试。
医学图像分割是构建“数字人”的基础步骤,分割结果的好坏对“数字人”重建有着重要的影响。
本文对彩色人体切片图各生物组织的分割与识别技术进行深入研究,针对第三军医大学提供的彩色人体切片图,通过对颜色、纹理等特征信息的研究分析,结合阈值分割算法完成各生物组织的分割与识别。本文的主要研究工作如下:
首先,对彩色人体切片图进行预处理。分析彩色人体切片图中前景区域(人体组织区域)与背景区域(冰片背景区域)的图像特征,根据两者的位置信息和RGB颜色信息,利用阈值分割法对原始彩色人体切片图进行冰片背景去除操作,分割出只含有人体组织区域的无背景彩色人体切片图。
其次,对彩色人体切片图中各生物组织进行分割识别。在对彩色人体切片图各组织的颜色、纹理、区域大小等固有特征进行分析之后,利用颜色信息对皮进行分割,利用纹理信息对肌肉组织、血管组织进行分割。传统的纹理分割方法多基于区域级的纹理特性,本文在此基础上进行改进,完成基于像素级纹理的图像分割。
实验结果表明,与传统的纹理分割算法相比,改进后的算法能得到更准确有效的分割结果;与基于颜色、灰度等特性的分割方法相比,基于纹理的分割方法对于噪声点有更强的鲁棒性。
最后,在MATLAB平台下设计并实现了包含去除冰片背景、皮分割、肌肉组织分割、血管组织分割及肌肉组织的纹理参数分析等模块的原型系统,为进一步研究奠定了基础。