4 医学分割图像融合方法的研究................................................33

4.1 医学图像融合...............................................................33

4.1.1 图像融合定义...........................................33

.............

5 甲状腺CT图像的分类与识别研究..........................................41

5.1 模式识别系统.............................................................41

5.2 甲状腺面积特征提取.......................................42

5.2.1 特征选择和提取..................................................42

....................................................................

6 结论

6.1 总结

近些年，医学图像处理技术迅速发展，通过医学图片可以揭示更多有用的医学信息，医疗诊断方式发生了巨大的变化。目前针对人体医学图像的研究越来越多，计算机医疗辅助诊断技术在医学研究及临床实践的作用和影响也日益增大。

本文以甲状腺等医学图像为研究对象，首先针对图像的特点进行了预处理，然后通过对各种分割算法的对比分析，提出一种改进的迭代阈值分割算法，可以较好的分割出目标部分;另外，为满足医学图像诊断和分析的需要，又对图像进行了融合处理;最后，在图像分割的基础上，提出以甲状腺的面积比例为特征，并利用K近邻算法对正常和异常的甲状腺图像进行分类，实现了对甲状腺的计算机辅助诊断。论文的主要工作和结论

具体如下：

(1) 研究了图像增强方面的各种技术与方法，如亮度变换、图像去噪和图像的锐化等，并结合图像特点进行了适当的增强处理，使得图像便于机器分析和描述。

(2) 研究了图像分割的基本原理和常用分割方法，分析总结了现有的几种分割算法的优缺点，并通过实验对它们的性能进行了比较。然后，针对甲状腺 CT 图像的特点，提出了一个改进的基于前景与背景比例的迭代阈值图像分割算法，从理论上证实了该方法的可行性，并通过实验对比分析，验证了该算法对图像分割的正确性和有效性。

(3) 分析研究了图像融合的原理、方法等，针对医学图像分析和处理的需要，将阈值分割图像与边缘检测图像相融合，得到细节信息丰富且边缘光滑的图像，提高了分割图像的质量。

(4) 分析研究了人体甲状腺及其病变的特点，提出以面积比例作为分类特征;然后在分割的基础上提取特征，并选择以 K 近邻法来行分类，实现了甲状腺正、异常的有效分类，实现了对甲状腺的计算机辅助诊断。

6.2 展望

针对人体医学图像的计算机辅助诊断技术是一个复杂的、综合性的课题，它不仅需要系统的、有深度的理论算法，还要求具备一定的医学知识。探索医学图像处置及其识别方法，目前，对于这方面的研究还不够系统，不够深入，还没有形成完整的理论框架和体系。无论是在理论上还是应用研究上都处于初级阶段，尚需要做大量深入、细致的研究工作。本文只是在甲状腺等人体图像的处理方面做一些尝试，为以后相关医学问题的处理提供了一个思路，虽取得了一些成果，但是依然存在一些不足，需要做进一步的研究：

(1) 目前，基于甲状腺等医学图像的处理与识别研究还没有形成一个完整的理论体系，因此，针对这方面的算法及基本理论框架的研究非常有必要。

(2) 改进算法虽取得了较好的分割效果，但在边缘提取部分所用时间较长。可以进一步研究改进，减少分割所使用的时间，提高分割效率。

目前，在医学领域，计算机辅助诊断已经显示出越来越重要的地位，许多先进的处理技术与优秀算法的应用对医学研究及临床实践的作用和影响日益增大。随着人们对医学研究的不断深入和医学图像处理与分类算法的不断完善，其为人们提供的便利与帮助也将越来越多。

相关推荐

关于骨髓移植在医学上的成功