医学图像分割综述郭爱心安徽大学摘要：图像分割是图
像处理和分析的关键。随着影像医学的发展，图像分割在医学
应用中具有重要意义。本文从医学应用的角度出发，对医学图
像分割的意义、方法、评估标准和发展前景做出了简单综述。
关键字：医学图像分割意义方法评估标准发展前景
AReviewofMedicalImageSegme
tatio
Ai
Xi
GuoA
huiU
iversityAbstractImagesegme
tatio
isthekeyofimageprocessi
ga
da
alysisWiththedevelopme
tofmedicalimageimagesegme
tatio
isofgreatsig
ifica
cei
medicalapplicatio
sFromtheperspectiveofmedicalapplicatio
sthispapermadeasimplereviewofthemedicalimagesegme

tatio
o
it’ssig
ifica
ce
、
methods
、
evaluatio
sta
dardsa
ddevelopme
tprospectswordsKeymedicalimagesegme
tatio

sig
ifica
cemethodsevaluatio
sta
dardsdevelopme
tprospects1医学图像
分割的意义图像分割就是把图像分成若干个特定的、具有独特
性质的区域并提出感兴趣目标的技术和过程。它是由图像处理
到图像分析的关键步骤。医学图像包括CT、正电子放射层析成
像技术（PET）、单光子辐射断层摄像（SPECT）、MRI（磁共振成像
技术）、Ultrasou
d（超2声）及其它医学影像设备所获得的图像。
医学图像分割是将原始的2D或3D图像划分成1不同性质如灰度、
纹理等的区域，从而把感兴趣的区域提取出来。医学图像分割
是一个非常有研究价值和研究意义的领域，对疾病诊断、图像引导
手术以及医学数据可视化等有重要作用，为临床诊疗和病理学
研究提供可靠的依据。医学图像处理有其复杂性和多样性。由于医学图像的成像原
理和组织本身的特性差异，图像的形成受到诸如噪音、场偏移效应、局
部体效应和组织运动等的影响，医学图像与普通图像相比较，
f不可避免的具有模糊、不均匀性等特点。另外，由于人与人之间有很大的差别，且人体组织结构形状复杂。这些都给医学图像分割带来了困难。因此，我们有必要针对医学应用这个领域，对图像分割方法进行研究。2医学图像分割的方法21基于区域的分割方法基于区域的分割方法有阈值法，区域生长和分裂合并，分类器与聚类和基于随机场的方法等。阈值分割是最常见的并行直接检测区域的图像分割方法。如果只用选取一个阈值称为单阈值分割，它将图像分为目标和背景；如果需用多个阈值则称为多阈值方法，图像将被分割为多个目标区域和背景，为区分目标，还需要对各个区域进行标记。阈值分割方法基于对灰度图像的一种假设：目标或背景内的相邻像素间的灰度值是相似的，但不同目标或背景的像素在灰度上有差异，反映在图像直方图上就是不同目标和背景对应不r