肝脏是肿瘤频发部位之一,以恶性肿瘤多见,是一种严重威胁人类健康的全球性疾病。目前对于肝脏肿瘤的治疗方案主要以切除为主,而肝脏肿瘤的分割结果作为临床治疗的重要依据,不仅关系到诊断及治疗方式的选择,而且对患者的治疗效果产生直接影响。因此如何提高肝脏肿瘤的分割准确性一直是国内外学者研究的重点。本课题研究的主要内容是肝脏CT图像中肿瘤区域的分割方法。首先对图像进行预处理,消除噪声及非规则细节;其次在形态学分水岭的基础上,采用一种消除局部极值的多尺度形态学方法分割病灶区;最后在二维肝脏准确分割的基础上,利用移动立方体算法重建肝脏肿瘤,最终得到肝脏肿瘤的三维重建模型。论文的主要内容包括以下几个方面:(1)在对图像处理之前,需要进行预处理,主要包括去噪和对比度增强。针对医学图像存在低对比度、低信噪比的特性,采用面积约束和多尺度形态学相结合的预处理方法。由于图像中存在不同的噪声,经梯度变换后,其区域面积较小且梯度高低不同,而目标对应的区域面积较为平坦。因此,为了去除高梯度噪声,采用高貌变换标记峰值,并对标记后的峰值进行面积约束;而对于低梯度噪声,通过模拟粘性水淹没地貌模型,建立梯度与结构元素的函数关系,并采用形态学闭运算实现对噪声的强修正。(2)针对肝脏图像中存在肿瘤区域与周边组织边界模糊、灰度相似的特性,提出了一种消除极值的多尺度形态学分水岭的肝脏肿瘤分割方法。首先利用面积算子(面积开和面积闭运算)对图像进行预处理,在平滑图像的同时保留了目标区域的边缘信息;预处理后的图像,虽然消除了小于面积阈值的峰值,但图像中仍然存在着非规则细节和噪声,为了消除非规则细节或噪声对应的伪局部极小值以及弱边缘对应的局部极值,利用图像中不同极值的邻域统计信息和形态属性(深度和尺度)区分极值,通过设定不同大小的结构元素,对不同极值采用多尺度结构元素进行闭运算;最后利用分水岭变换分割肝脏肿瘤。(3)利用区域增长算法将序列肝脏肿瘤图像提取出来,并借助移动立方体算法,重建肝脏肿瘤的三维模型,通过调用OpenGL对肝脏模型进行绘制与实现。