肝脏肿瘤等肝脏疾病具有发病率高、种类多、预后差等特点,因此及早诊断和治疗极其重要、人命关天。基于CT(Computed Tomography,电子计算机断层扫描)等的医学影像检查是及早发现肝脏恶性肿瘤的重要手段,而图像分割又是保证和提高其准确率和效率的必需步骤和关键技术。由于包含肝脏CT图像的腹部CT图像在获取、传输和处理的过程中,难免会由于电子设备的噪声和不稳定而引入噪声,同时其形态、灰度度、对比度等会因病人(个体差异)而异,因设备(性能和操作差异)而异,肝脏肿瘤图像分割、分析的难度因而较大。现阶段其人工分割的准确率和效率都不够高,且有关医生的数量严重不足;自动分割技术在性能和准确率上还有待显著的改进。因此,本文针对肝脏肿瘤图像研究医学图像的预处理方法和分割方法,具有重要的理论意义和广阔的应用前景。本文的具体工作和结果主要如下,希望对于有关研究和开发工作能够提供参考和帮助:(1)针对肝脏肿瘤CT图像,对直方图均衡化、中值滤波等图像预处理方法进行了研究和改进,以期在进行图像分割前尽可能地抑制图像噪声,改善图像质量。(2)通过理论分析、编程实现和实验比较,研究了区域生长法、Snakes模型分割法以及模糊C均值法的医学分割图像性能,并根据客观评价指标,最终选择其中综合性能最优的区域生长法作为进一步改进的对象。(3)针对区域生长法因对噪声敏感而引起的分割精确率下降的问题,提出了一种采用混合滤波策略的区域生长算法。要点是在中值滤波后再进行窗口傅里叶滤波以更好地获取图像的局部特征信息,并运用形态学对分割的结果进行处理。从实验结果可以看出,图像中的噪声得到了明显降低,而相似性系数、准确率、召回率等常用评价指标进一步表明其分割图像的准确率优于其他方法。