医学影像分割之HIP

　　这是我在台湾交换生时所做的一个项目，其中涉及到了医学影像分割。用简单的话描述一下这个项目：在给定的人脑MR影像中，把海马体(HIP)分割出来，以这部分的特征来判断病人是否患有阿滋海默症。医学影像分割最常用的方法就是snake和atlas map，对于感兴趣的器官的分割，通常的做法是利用图谱或医师的帮助把粗略位置找到，然后正规化，利用snake等方法分割目标，snake的初始轮廓由图谱来确定。但是这样做存在一个很大的问题，每个人的器官不可能长的一模一样，有人胖有人瘦，非洲人与亚洲人也会不一样，很难用一个标准图谱去概括评价所有的人。对于特殊身材的人这样做很可能会造成误判断。这个项目另外的一个难点是，HIP没有一个确定的边缘，它是与脑灰质相连接的，医生对于它的位置也只能是粗略的判断。

　　为了完成这个项目，我几乎试遍了所有的图像处理方法。频域处理方法首先被排除了，HIP体积太小且形状不规则，反变换回来就什么都没有了。snake和levelset也不是很有效，在一些特殊情况下，它们会收敛到局部最优解而不是全局最优解。sobel,canny,laplace等边缘检测算子就更没戏了。最后，我找到了一套方法，比较成功的把HIP分割了出来：Adaboost定位 + USM预处理强化 + projection过滤杂质 + watershed分割。步骤虽然有点多，但也还算成功。