网络环境下动态分割是远程医疗系统的基础和关键环节。而精度和速度是目前该课题最具挑战的问题。本项目以边缘能量获取和形变运动估计为切入点,基于多尺度几何变换和活动轮廓模型,对含噪、弱边界医学图像动态分割中的关键问题进行系统研究。包括1、基于多尺度几何变换,研究图像边缘能量的提取,实现多尺度边缘能量的准确获取,提高抗噪能力;2、融合多尺度边缘能量,构建多尺度活动轮廓模型,改善活动轮廓模型的边界泄漏问题,实现关键帧图像的准确分割;3、针对人体器官,基于关键帧分割结果和形变运动估计,研究图像序列的动态分割技术,实现低信噪比、弱边界、伪影图像序列的准确、快速分割;4、根据各方向子带间去相关性,研究动态分割中各模块关系,实现网络环境下动态分割的并行与分布式计算。本项目研究成果,将为网络环境下医学图像动态分割研究提供新的理论和算法,为相关应用领域中分割问题的解决提供一系列实用、快速和鲁棒的新技术。
英文主题词multiscale geometric transform;directional window;edge;self-similarity;deformation tracking