题目：人体CT图像肝脏区域分割算法研究

人体腹部CT图像是医师对肝脏疾病进行诊断的重要手段。在医师面临高精度的海量CT图像时，肝CT计算机辅助诊断系统可以极大的提高医师的诊断效率和准确率。肝脏区域的分割是该系统中的第一个环节也是最重要的环节。然而，目前的肝脏区域分割算法分割精度不够高、分割时间较长，限制了该辅助诊断系统进入实际应用。论文以此为背景，选取了人体腹部CT图像中肝脏区域的分割算法作为课题的研究内容。论文的工作主要包括以下几个方面：在CT图像的预处理步骤中，采用了直方图均衡和各项异性扩散滤波算法对CT图像进行预处理，相比于其它诸如模糊增强的CT图像预处理算法、该算法有着鲁棒性强、效果佳的优点。在CT图像的粗分割步骤中、提出了一种基于区域分析的图像粗分割算法。该算法先依据腹部CT图像的直方图特点对其进行双阈值分割、后利用连通域检测算法对分割后的结果进行去噪、孔洞去除等处理。该算法有着算法简单、效率高的优点。在CT图像的细分割步骤中、对基于梯度向量流-蛇模型(GVF-Snake)的细分割算法进行了三项改进：利用广义GVF力场替代了传统的GVF力场；利用Canny算法得到GVF力场所需要的边缘图；利用贪心法求解Snake模型的最优值以减少计算量。改进后算法在分割精度和计算时间上均优于传统的GVF-Snake分割算法。分割效果评估步骤在CT图像处理中有着重要的地位、论文依据医学影像学的国际权威会议MICCAI 2007中对肝脏分割效果评估所制定的标准对文中所提出的分割算法进行效果评估。评估结果表明：论文所提出的CT图像肝脏区域分割算法可以自动地、精确地、快速地分割CT图像中的肝脏区域。