基于改进归一化割的甲状腺肿瘤B超图像分割江苏省江阴市第三人民医院江苏江阴214442【摘要】为了得到甲状腺肿瘤的B超特征级图像配准和核素图像配准的特征区域，必须对甲状腺及其周围组织和肿瘤进行分割。而在形成这类图像的过程中，噪声和斑点的产生将会降低图像的质量，不但灰度的对比度较低，而且亮度的分布也不均匀。木研究将通过改进的归一化割法对甲状腺肿瘤的B超图像进行分割，从而讨论该方法的操作性和可行性。【关键字】归一化割；甲状腺肿瘤；B超图像【中图分类号1R736.1【文献标识码】B【文章编号】1674-8999(2015)6-0156-01甲状腺肿瘤属于常见的头颈部恶性肿瘤之一，但是与其他癌症不同的是，如果甲状腺肿瘤患者得到了及时的发现和治疗，治愈率是很高的［1］。就目前来看，该病症的影像学检查方式伍括了核素扫描、超声检测、CT扫描、PET、MRI等等。其中超声检查具有无创、价廉、分辨率高、简便、结点的检出率高等优势，对于直径在2.5mm左右的微小病灶都能够有效发现，统计研宄表明，超声检查对甲状腺的小病灶的检出率为66.8%左右，该检出率明显高于核素扫描、MRI和CT检查，唯一的不足就是无法进行功能判断［2］。研究发现，如果将超声检查和核素扫描进行有机结合，就能够对甲状腺肿瘤进行精确的定性和定位检查，而要实现两种图像的决策级和特征级融合，就必须对图像中的甲状腺肿瘤进行正确的分割。1甲状腺肿瘤B超图像的归一化割在甲状腺肿瘤的B超检查中，由于噪声和斑点的产生会降低图像的质量，不但灰度的对比度较低，而且亮度的分布也不均匀。此外，因为图像中甲状腺组织的形状特征都不规则，因此传统的图像分割法并不能将肿瘤、腺体及其周围的组织准确地分割出来。而近年来出现的图割技术可以将图像映射成无向加全图，通过处理无向图上的节点，在遵循一定的分割准则后就能够得到B超图像最佳的分割结果［3】。而归一化割就是图割技术当中的一种，能够分割图像的特征部位。但是其求解问题却是一项难题，由于计算量大，对内存的要求高，而且容易产生欠分割或者过分割，因此导致分割的不准确。2归一化割的改进原因将对B超图像的描述用以下公式表示：其中，V表示所有节点的集合，E表示连接两节点之间的边的结合，而W则表示Wij所组成的矩阵，这当中的Wij代表两个节点的相似程度。如果将甲状腺肿瘤的B超图像划分成子集A和子集B，且两个子集并不相交，那么子集A和子集B的不相似程度就能够用割值来表示：其中D表示对角阵，而λ和y则分别表示特征值与特征向量。根据公式得出特征值和向量之后，结合若干个离散且最小的特征向量，将特征空间当中的点聚集起来，成为对应不同的组织区域的类闭，同吋将分类的结果进行映射。如下图。由图三我们可以看到，归一化割的分割结果出现了分割不准确的问题，并没能得到准确的特征区域，因此必须进行改进。3归一化割的改进方式在归一化割当中，构造权值矩阵是关键的问题，我们将空间位置的权值矩阵以及特征空间的权值矩阵进行结合，以此得出的权值矩阵表示为：可以看出，图四中图像的轮廓线更为复杂，会对分割的结果产生影响，准确度无法保证，此外，分割的结果还容易出现欠分割或者过分割。而在图五当中，图像轮廓线则相对简单一些，突出了主要的边缘，而在像素点pl、p2、p3这三处的强度值相似，但仅仅基于此就判断pi、p2、p3属于同一组则为时尚早。经仔细观察可发现pl、p2、p3三者之间存在着一个轮廓线，而且沿着pi和p3的方向有很大的能量，同吋Wij很低，因此说明pi和p3并不属于同一组。而沿着pi、p2的方向能量则很小，同时Wij很高，因此说明pi、p2属于同一组。由此可见，甲状腺肿瘤的B超图像在经过了增强处理后，肿瘤的图像轮廓被突出，冋吋降低了权值矩阵的计算量，从而提高了归一化割的准确度。郑玉凤等人[5】在研究中将甲状腺肿瘤的B超图像通过归一化割法和改进归一化割法所用的时间进行了对比，发现改进后的归一化割法所用的吋间少于改进之前。此外水平集的方法在甲状腺肿瘤的B超图像分割当中并不准确，而改进的归一化割法则使用的是基于各向异性的扩散，从而对甲状腺、气管和肿瘤进行了准确的分割，如图六所示。4结束语通过改进...