基于Graph Cut 与区域生长的连续CT 图像分割算法

摘要

Graph Cut 方法用于医学图像分割具有精度高，分割准确等优点，但处理每一幅图片都需要用户选定对象和背景，耗时较长.区域生长方法适于对面积不大的区域进行分割，分割速度快，但需要人工选取种子点，且在对比度低的情况下分割效果不理想.针对医学CT连续断层图像间相关性强特点，提出一种把Graph Cut方法和区域生长方法相结合的图像分割算法 GCRGIS.首先使用 Graph Cut 法对连续断层图像的首幅图像进行分割，以分割出的图像轮廓作为后幅断层图像待生长区域的边缘，将边缘进行腐蚀后再进行区域生长，分割出目标图像.实验结果表明，该方法处理连续 CT 图像时仅需对首幅图像进行人工交互，在后续图像的分割中避免了每幅图像都要人工交互的繁琐，分割效果好，速度快.