简介：纹理分割领域一直是非常活跃的领域，各种纹理分割算法纹理特征提取方法层出不穷。本文着重介绍了各类纹理特征，特征提取方法以及分割技术，主要包括：基于算子的图像特征提取，基于统计方法的特征提取，基于模型方法的分割技术（分形模型，随机场模型），基于纹理结构的特征提取及分割方法，以及基于空频域特征的分割技术（小波技术）。

简介：目的本文针对黑素细胞肿瘤（MelanocyticTumorMT）图像情况复杂，较难分割的问题，提出了一种综合数字图像分割算法，探讨MT的早期诊断。方法首先应用统计区域融合方法（SRM）实现图像分割成多块纹理一致的区域。然后对图像以HSV彩色空间的H和S分量为特征，使用K均值聚类算法将图像聚为9类。最后，将聚类结果在HSV彩色空间的H和S分量值分别映射到[0，1]区间，再分别对H分量和S分量取阈值，得到最终的边界分割结果。结果对MT图像能够按照其纹理差异将其有效划分为多个区域，较为准确标识出皮损区域。结论综合对多种方法结果的对比，本方法优于传统的大津阈值法、K均值法和活动轮廓法。同时对过去基于SRM的MT图像分割方法进行了改进，在处理复杂MT图像时效果明显好于传统方法。

简介：摘要：细胞核的精确分割是病理诊断的重要基础，为了进一步提高细胞核分割的准确性，本文提出基于ConvNeXt改进的ConvUnet细胞核分割网络。首先，将ConvNeXt网络扩写为编码器-解码器结构，其次在跳跃连接结构中加入ECA通道注意力机制，去除原始病理图片中的冗余信息，加强对重要细胞核特征的关注度，最终提高模型的分割性能。在Monuseg数据集上的实验结果表明，ConvUnet网络的Dice系数和IoU分别达到79.27%和65.98%，与现有细胞核分割方法相比有更好的分割效果。

简介：本文根据肾小球医学图像的特点，提出了一种新的基于直方图特征峰的图像侵害方法。通过定位图像的特征峰，从而有效地对肾小球医学图像进行阈值化。经实验证明，本文提出的算法能快速，准确地分割肾小球.

简介：本文阐述了基于形变模型(DeformableModels)的LevelSet分割方法的基本原理及其特点,介绍了在图像域的实现方法,实现并改进了基于该模型的NarrowBand快速算法.该算法的基本流程是:先在需要分割的目标内或外给定一封闭的初始曲线,通过Gaussian滤波后计算图像的梯度,最后通过NarrowBand算法完成轮廓线的抽取.该算法应用于医学CT/MRI影像以及显微图像的目标分割中,取得了较好的实验结果,证明该方法非常适合于对具有分支、突触以及拓扑结构变化的目标进行快速精确分割.文中给出了算法实现的基本流程、相关参数的选取准则和部分实验结果.实验发现算法中涉及的参数对提取的轮廓线的精确和光滑程度有较大影响.

简介：提出一种基于半监督EM聚类的彩色图像分割方法,算法利用了有限的人工信息,即在图像上点击有限的几个点以标识对应区域之间的关系,从而得到满足给定限制的精确图像分割结果.算法首先对图像进行量化处理,而后在量化后的色彩空间中集成先验的分割信息进行色彩聚类.实验表明算法运行速度快,分割效果好,具有很高的应用价值.

简介：运用计算机图像处理技术辅助诊断颅内出血疾病对于精确计算出血量有着重要的意义.出血块的位置和形式的多样性给血块的自动识别带来困难.针对颅内出血CT图像颅骨与出血块相接的情况,设计了一个集边缘检测、区域生长、阈值分割于一体的出血块识别算法,并通过计算机模拟实验实现了出血部位的识别与自动分割,为出血量的定量计算奠定基础.并对若干颅骨与血块相接情况的颅内出血CT图像进行测试,测试结果显示了该算法的有效性和鲁棒性.

简介：针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法（CatSwarmOptimization,CSO）引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的最佳阈值。实验表明,与粒子群优化算法（ParticleSwarmOptimization,PSO）、头脑风暴算法（BrainStormOptimization,BSO）和人工蜂群算法（ArtificialBeeColony,ABC）相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势。在3阈值图像分割时,所提方法找到最优个体需要的平均迭代次数最少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%。

简介：心血管疾病逐步成为威胁人类生命安全的头号杀手,约有70%的致命性心血管疾病是由于心血管易损斑块破裂引起,因此,对于心血管斑块的早期检测、诊断及危险性评估具有重大的临床意义。易损斑块的准确分割是危险性定量评估的前提。由于局部容积效应的影响,传统的分割算法很难将易损斑块从周围组织中精确分割出来。MAP-EM算法通过建立组织混合模型可以很好地解决此问题,假设各组织服从高斯分布,各组织间相互独立,在最大后验概率前提下,用EM算法估计统计模型参数和组织混合比。通过和三位有经验的临床医生的十例病人手工分割结果作比较,本算法可以准确快速地将易损斑块从周围组织中分割出来。

简介：图像分割是许多图像分析和图像处理过程中的重要步骤.由于人的视觉特性和数字图像本身所具有的模糊性,使得图像分割问题是典型的结构不良问题,由Zadeh提出的模糊集合论具有描述不良问题的能力,模糊集合论应用于图像分割是针对图像模糊性非常有效的方法.目前模糊集理论在图像分割中的应用有许多成功的方法.本文就基于模糊理论的图像分割方法进行了综述,主要归纳了模糊阈值分割、模糊聚类分割以及模糊神经网络分割等方法并简要讨论了各种方法的特点.

简介：目的:提出一种淋巴瘤病理图像分级分割方法.方法:针对淋巴瘤病理图像中组织灰度在RGB颜色通道中的分布形态特点,采用图像代数运算增大淋巴瘤病理图像中不同染色质组织之间的灰度差异,采用最大类别方差方法,建立一个融合多通道灰度分布形态信息的分割模型,分离出淋巴瘤病理图像中不同染色质的区域;再利用区域的面积、灰度纹理粗糙度、圆形度等几何形态特征建立二级分割模型,分离出同染色质中不同的组织靶区.结果:实现了淋巴瘤病理图像的自动分割.结论:试验结果表明该方法速度快,分割效果理想,为淋巴瘤病理图像的定量分析打下良好的基础.

简介：传统的二维Otsu阈值分割算法采用穷举搜索法搜寻最佳阈值向量。与此不同，本文提出了一种二维最大类间方差阈值分割的快速迭代算法，用迭代的思想解决原始二维Otsu方法计算复杂、实时性差的问题。文中导出了迭代算法的公式，给出了算法流程。实验结果表明，与二维Otsu原始算法及其他两种快速算法相比较，本文提出的二维Otsu快速迭代算法分割结果准确，实现简单，其运行时间仅为原始算法的0．4％左右，大大减少了计算量和存储空间，是一种快速有效且实时性好的图像闽值分割算法。

简介：图像分割是从图像处理到图像分析理解的关键一步，考虑到目前越来越大的图像数据量，该文章提出了一种利用视觉显著性和图割优化的图像自动分割方法。已有的图像分割方法多涉及人工交互，通过人力选取图片背景和前景像素进而对图片进行分割，基于此，作者想到结合图像显著性和高斯混合模型代替人工交互部分，并利用图割优化算法对图像进行自动分割，省去人工参与，可以更有效率地处理大量数据。实验表明，该方法可以快速有效地将图片中目的物体从背景中分割出来。

简介：针对基于灰度分布的图像阈值分割方法的不足,本文通过结合使用灰度级和空间相关信息将分类像素的特征空间从一维推广到二维,利用二维0tsu方法得到稳健的初始分割,然后使用松弛迭代的区域增长技术来判决边缘像素的归属.实验结果表明,本方法能够获得更好的阈值分割效果和更强的鲁棒性,并且大大降低了时间复杂度.

简介：【摘要】目的：分析在老年肺癌疾病治疗中大分割容积旋转调强放射治疗的近期疗效。方法：2020年6月至2021年6月时段纳取70例老年肺癌疾病患者，依据双盲法均分，人数35例/组。研究组给予大分割容积旋转调强放射治疗，参照组给予常规分割动态调强放射治疗。分析比对近期疗效和不良反应情况。结果：以近期疗效比较，研究组97.14%（34例）显著高于参照组85.71%（30例），差异不明显（p＜0.05）；研究组出现不良反应的人数较参照组少，但无差异（p＞0.05）。结论：老年肺癌患者接受大分割容积旋转调强放射治疗的近期效果显著较优，对器官造成的危及程度较少，同时控制了不良反应发生。

简介：摘要目的探究在食管癌的临床治疗中后程加速超分割放射治疗的长期疗效观察情况。方法2011年1月至2011年12月期间我院消化科接受治疗的食管癌患者76例作为研究对象，所有患者都进行放射治疗。根据患者进入我院接受治疗的先后顺序进行分组，其中单号为对照组，双号为观察组，对照组患者在治疗期间进行常规的分割照射治疗，观察组患者则进行后程加速超分割进行治疗，对比患者治疗后的3、5年生存率和肿瘤局部控制率。结果观察组食管癌患者的3、5年生存率和肿瘤局部控制率均显著高于对照组，差异显著符合统计学判断标准（P＜0.05），观察组患者的复发中位时间明显低于对照组，差异显著符合统计学判断标准（P＜0.05）。结论在食管癌患者的临床放射治疗中应用后程加速超分割进行放射治疗能够显著改善患者的长期生存率和肿瘤局部控制率，并且延长患者的复发时间，值得在临床上推广应用。

简介：【摘要】目的：探讨加速超分割放疗在治疗小细胞肺癌中的临床疗效。方法：选取 2019年 1月至 2019年 12月期间在我院接受治疗的 82例小细胞肺癌患者，随机分为对照组与研究组，每组 41例。对照组采取 常规分割放疗 ，研究组实施加速超分割放疗 。对两组患者近期疗效 、2 年生存率以及不良反应 发生率进行比较。结果：研究组近期治疗有效率为 90.2% 高于对照组 73.2% ； 2 年生存率为 % 高于对照组 % ；不良反应发生率低于对照组， P ＜ 0.05 。 结论：采用加速超分割放疗可提高近期疗效，延长患者的生存时间，降低不良反应发生率，值得临床推荐与应用。

简介：摘要：目的：研究对脑转移瘤患者采取不同放疗分割方式对放疗后的影响。方法：于我院接受放疗治疗的脑转移瘤患者 48例，分为两组，对照组给予常规剂量分割方式，观察组给予低剂量分割方式，对比两组 S-100β蛋白水平和精神障碍情况。结果：经本文研究，观察组记忆力减退 1例（ 4.2%），计算能力减退 1例（ 4.2%），无意识下降、癫痫 0例（ 0%），合计 2例（ 8.3%）。观察组放疗 7d后血清 S-100β蛋白（ 1.46±0.48） μg/L，放疗 14d（ 1.62±0.56） μg/L。与对照组对比，差异显著（ P＜ 0.05）。结论：对脑转移瘤患者给予低剂量分割，可减少精神障碍的发生，患者 S-100β蛋白水平更低，对患者脑损伤更小，放疗安全性更高，临床放疗中应用更具优势，有助于患者生存期的延长。

简介：对于二维灰度图像，基于灰度信息的图像信息熵分析法，由于没有考虑到图像的空间信息，存在着对图像信息描述不准确的问题。在进行图像分割时，若图像复杂到一定程度时，无法得到满意的效果。本文从空间信息和灰度信息出发，将图像的空间信息和灰度信息作为特征向量，对比较复杂的图像进行聚类分割，取得了满意的效果。经分析和实验验证，本文提出的基于空间信息和灰度信息的塔型模糊C－均值聚类（PFCM）图像分割方法与传统的非塔型聚类算法相比，具有收敛速度快，稳定性好等优点。同时，由于对初始聚类中心的合理初始化，消除了聚类分析中常见的死点问题。

简介：摘要：本文研究了一种基于三维图割算法的肝脏分割方法，旨在解决肝脏CT图像分割的挑战。该方法首先利用三维图割算法对CT图像进行肝脏区域分割，通过定义能量函数和使用图割算法，将图像分割为肝脏和背景两个区域。然后，通过快速迭代的方式，对单张肝脏分割结果进行迭代，最终实现对整个肝脏的准确分割。该方法的关键创新点在于利用三维图割算法进行分割，这种算法能够考虑图像中的三维信息，提高分割的准确性和连续性。同时，通过快速迭代的方式，能够快速完成肝脏的分割，减少计算时间和资源消耗。该方法能够实现快速、准确且自动化的肝脏分割。与传统的分割方法相比，该方法具有更高的自动化程度和分割准确性。通过获取完整的肝脏图像信息，该方法为后续的重建和医学诊断提供了有力的辅助。