摘要
目前针对医学设备的图像处理研究已经成为科技前沿的课题之一。图像处理技术在医学的应用上，对图像处理结果精准度和速度的要求相比于其他领域的要求会更加严格，因为大多数的医学治疗所必要的前提条件是精确获取到病灶区域的图像用以分析病情以便于后续医疗方案的制定，所获得病灶区域的图像的精确程度对手术的成功率有着极大的影响，尤其是在针对全球癌症患者死亡率常年位居前列的肝癌、肺癌等疾病时，所得到的CT图像会是观察病灶器官癌细胞扩散程度的主要工具，最终成像的误差会对及患者的生命安全造成影响。本文以重建肝脏肿瘤部分三维图像为例，从CT库中选取带有噪声的肝脏肿瘤部分二维CT图像，首先通过格式转换成能被Matlab识别的图像格式，针对噪声图像灰度值分布不均匀的因素，选取中值滤波算法对图像进行预处理，优化因噪声给CT图像带来的灰度值分布不均匀等问题。针对图像成像后间距存在空挡问题，使用线性加权平均插值法对图像进行插值处理，优化三维重建结果。采用本文提出的改进区域生长算法，再结合两种分割方法优点的基础上，实现了对二维CT图像的自适应分割，提高了分割效率，并采用多种评价函数对分割结果与其它分割方法的分割结果进行比较，来论证本文算法的可行性。最后通过本文优化的MC算法对图像进行最后的三维重建，得到最终的三维肝脏肿瘤图像。主要具备以下创新点： （1）分析现阶段CT图像的噪声来源，针对本文对CT图像灰度值均匀的需求，对CT图像进行适当针对性的滤波处理，达到使图像灰度值尽可能均匀的同时保留图像边缘的效果，同时运用线性加权平均插值法对CT切片进行了插值处理，以优化三维重建中各个切片间距较大的问题。 （2）提出区域生长算法与聚类算法结合的肝脏肿瘤分割方法，实现了自适应肝脏肿瘤分割，省去了原算法中手动选取种子节点、手动设置生长准则、二次分割处理等步骤，加快了分割效率，同时配合滤波预处理，整体分割精度相比于原算法有明显的提高。 （3）优化传统MC算法，解决MC算法二异性和亢余多边形的存在对MC算法造成的误差问题，配合前期插值处理，最终得到三维重建结果通过评价函数评价，在重建时间上比原算法更短的同时，三维重建准确度相比于原算法更加准确。
NETL