医学图像分割技术的研究

医学图像分割技术的研究

金卫东

金卫东

宁波戴维医疗器械股份有限公司315712

摘要：在我国医学领域中，医学图像分割是医学图像处理中的一个关键难点，医学图像分割广泛的应用于我国医学的临床检查中，对于临床治疗和判断具有积极的推动意义。可以说，医学图像分割技术的创新带动了我国医学图像处理中其他设备技术的发展。我国的医学图像处理中，3DReconstruction（三维重建）、计算机图形学的发展都与分割术的发展紧密相关[1]。不仅如此，它的发展也带动了和医学领域互帮互助的生物行业，并在生物领域发展中占据一席之位。本文将对医学图像分割技术进行简单的研究，以期为医学发展提供合理的参考。

关键词：医学图像分割；技术；研究

随着我国社会经济的不断发展，我国的高深领域也在加速创新，其中医学领域、生物领域拔得头筹开发创新了先进的技术。其中计算机断层扫描成像（ComputedTomography）、磁共振成像广泛的应用在医学中，治疗各种重症，极大地减轻了患者的病痛和心理负担，因此，研究医学图像分割技术的意义重大。

一、图像分割技术

（一）图像分割技术的目的

医学图像分割技术是医学技术中的要点，简单的来说，医学图像分割技术就是将某一个特定区间中的共同之处以及不同点分成一个个小的区间[2]。其中，将分割过后小区间内的图像进行结构的整合、分离，从图像中获取最亟待解决的问题，这一要点是限制医学技术发展的关键。医学图像分割技术的目的是将原始图像，无论是以什么形态出现的（平面或是立体3D）用不同的颜色或者是条纹分成相应的区域，医学研究者再去从这些不同的区间中挑选符合研究的图像，从而进行成像研究，以便为医学临床提供强有力的根据。

（二）图像分割技术的意义

在医学临床中，图像分割技术具有以下几个重要作用。

1.在生物医学领域的研究中，经常会进行心脏运动或者对人体进行解剖，以便为医学研究者提供可行的参考价值。图像分割能够配合研究者对人体进行解剖，将解剖的结构以及需要研究的部位进行图像的比对，从而利用图像构建出人的体内构造和心脏的运动。

2.图像分割可以对人体内发生病变的部分以及人体的结构进行测量，在患者进行治疗前就先行对其测量，在患者手术治疗后在进行一次测量，将测量的两次结果进行比对、研究，有利于医疗人员以最合适的治疗方案和最快的时间治愈病人。

3.我国医学中的3DReconstruction（三维重建），图像分割技术与此项技术联合应用，可以针对手术进行模拟，有效对患者的病理、病情进行预测。

二、医学图像分割技术的发展

医学图像分割技术经常应用的是立体图像切割，使用立体图像切割的原因是因为平面图像的应用仅仅支持二维的形式，只存在于平面之中。简单来说，就是立体景象的平面投影。但是在医学研究中，医学图像技术为立体三维提供了切割的条件。图1为典型病例的三维重建，以最清晰的方式提供了患者体内的构造和病变部分。

图1：典型病例三维重建

最早期的医学分割技术是由人力完成的，从最开始的半切割逐步完善到自动切分。这里所提到的人力切割是由主治医生或者是经验较为丰富的医疗人员所完成的，通过将原始影片上的图像进行勾勒，从中勾描出人体组织的边缘和临界点。

就目前医学进展的研究来分析，人工切割的精准度是最符合的，虽然人工分割比较耗时，又浪费精力，但是人工分割后的结果对医疗具有非常大的帮助，同样的，进行人工分割的人员需要有完善的经验和技能[3]。

三、医学图像分割技术

医学图像分割技术随着医疗技术的不断创新也在衍生出各种类型，使用分割算法的种类取决于图像的成像方式、个人原因或者是不可控情况。

（一）区域生长法

区域生长法是最古老的一种图像分割方法，将所要切割的图像中某一特定的目标进行切割，我们将这一区域称之为种子区域，在切割种子区间的基础上，将周围的物体和要点逐渐的增加到其中。

这一方法操作简单，能够快速的将相同要点的区间进行切分，能够清晰的提供切割的结果。它有明显的优势所在，同样的，它存在一个缺点就是，所提供的区间当中一定要由人力提供种子区间。那么，也就是说，存在多少个区间就要相对应的提供种子数。图2是脑部图像被区域生长法分割后的图像。

图2：脑部图像和区域生长法分割的结果

（二）神经网络的方法

神经网络技术经过几十年的发展慢慢的从简单的使用更新到功能强大、可操作性强的系统。神经网络技术与传统数据处理技术相比较来看，它具有快捷的处理能力以及搜索系统。目前来看，医学图像分割中较广泛使用的是神经网络技术。

（三）知识方法

知识方法是医学图像分割技术中较为关键的方法。它主要包括两个关键内容。第一点就是获取知识，将收集到的知识进行提取、整合，并根据知识体系进行分类。第二点就是应用知识，将收集到的知识有效的应用在图像切割技术中。其中知识的收集主要从以下几个方面来获取。第一：从临床诊断中获取知识，比如患者体内哪一个部位发生病变、患者的特征和症状等。第二：从手术解剖获取来的知识，这种知识通常以图像的方式呈现。

结束语：

综上所述，基于医学图像分割技术本身的复杂度和特殊性，现就目前为止，尚没有对于某一特定的问题采取针对性的解决措施，也没有一种方法能够解决医学中所有的难点。根据目前记录的有关于医学图像分割技术的资料来看，各个医学研究者已经认识到任意一种单一的技术无法解决图像分割中的难点，也无法取得让人满意的成果。所以，想要有所突破，就必须将几种医学分割技术进行整合优化，取长补短应用于特定的领域中。另外，我国的医学研究人员开始将注意力集中到特殊的问题上，如何解决医学技术中的难点是现今我国需要继续研究的问题。最后，针对于目前为止我国计算机网络技术无法对医学图像进行有效的分割的形势下，如何应用半自动分割来解决计算机无法破解的问题也已成为医学人员所要思考的问题。相信，在我国医学研究者不断努力以及医学水平不断进步的时代下，医学图像分割技术将会越来越完善。

参考文献：

[1]范继红，张健.医学图像分割技术仿真研究[J].计算机仿真，2011，28（12）：219-222.

[2]徐晓林，林志勇.浅谈医学图像分割技术[J].健康必读（中旬刊），2013，12（8）：141-142.

[3]热孜万古丽?夏米西丁.医学图像分割算法分类及特点[J].科技信息，2013（3）：170，182.