毕业论文课题相关文献综述
1.1研究背景意义近年来，随着生物医学成像技术的飞速发展，人们可以很容易获得大量高分辨率的医学图像，例如：计算机断层成像（Computed Tomography,CT）、核磁共振成像（Magnetic Resonance Imaging，MRI）、超声成像（Ultrasonography，US）等技术已经广泛应用于医疗诊断、术前计划、治疗、术后检测等各个环节，那么如何对这些成像技术获得的各种定量定性的图像数据进行分析，使之被高效地利用，是至关重要的问题。
因此，医学图像分割成为医学图像处理和分析中的关键技术。
由于人体解剖的个性差异较大，临床应用对医学图像分割的精确度和分割算法的速度要求比较高，又由于获取的图像本身受到噪声、偏移场效应和部分容积效应等的影响，使得很多分割算法未能达到理想的效果。
所以，医学图像分割的算法研究是当前医学图像处理和分析的热点。
从医学研究和临床应用角度来看，分割医学图像的目的是把图像数据集分割成不同质的区域，从而把人们感兴趣的部分分割出来，也就是将图像根据解剖性质，准确地分割成不同的组织的过程。
医学图像分割具有重要的意义，尤其是在临床诊断、病理分析、治疗等方面，具体体现在以下四个方面[1]：（1） 预前处理医学图像，如配准、融合不同形态的医学图像，估计心脏运动等，从而能够更好地分析医学图像；（2） 测量人体的组织、器官或者病灶边界、截面面积等，通过对比治疗前后测量和分析的这些指标，可以帮助以上准确地诊断、设定和修改病人的医疗方案；（3） 医学图像的三位重建和图像可视化的基础，可方便用于指定方案和模拟外科手术，病理研究以及评估药物疗效，解剖参考和三维定位放弃计划等；（4） 应用于在不丢失感兴趣区域的前提下，对图像进行压缩和传输。
这对PACS、远程诊断等网络数据传输具有非常重要的意义，能够有效地提高网络的数据传输能力。
1.2 医学图像分割、识别的现状及进展医学图像分割的研究发展到今日还没有得到圆满解决，一个重要的原因是医学图像的多样性和复杂性。
由于医学图像的成像原理和组织本身的特性差异，加上图像在形成的过程中受到噪声、场偏移效应、局部体效应和组织运动等的影响，医学图像相比于普通图像，不可避免地具有模糊和不均匀性等特点。
另外，人体解剖组织的结构和形状都比较复杂，而且人与人之间有相当大的个体差异，这些都给医学图像分割带来了很大的困难。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
