1、醫(yī)學圖像處理與分析技術借助計算機圖像處理與分析、計算機圖形學、虛擬現(xiàn)實和計算機網(wǎng)絡等技術使得醫(yī)學影像診療水平大大提高，日益受到人們的重視，成為國內(nèi)外研究和應用的熱點，并形成了一門新興的、發(fā)展迅速的交叉學科。
　　 隨著醫(yī)學成像技術的發(fā)展，醫(yī)學圖像的精度越來越高，數(shù)據(jù)量也越來越大，因此醫(yī)學圖像處理就需要一種存儲容量大運算能力強的處理環(huán)境。而EGEE(TheEnabling Grids for E-sciencE)恰好能夠滿足這種需

2、求。因此，研究基于EGEE的醫(yī)學圖像處理技術具有重要意義。
　　 本論文主要研究了以下三方面內(nèi)容：
　　 設計并開發(fā)了基于EGEE的醫(yī)學圖像處理平臺，命名為HBB，它基于ITK、VTK和QT而開發(fā)，集成了圖像濾波、分割和三維可視化等算法，實現(xiàn)了一個功能全面、接口豐富、可擴展性強的醫(yī)學圖像處理平臺，可做為一個算法研發(fā)的基礎開發(fā)平臺。
　　 針對經(jīng)典區(qū)域增長算法中生長規(guī)則確定的困難和單純使用支持向量機分割速度慢的問題

3、，提出了一種支持向量機與區(qū)域增長相結合的圖像并行分割方法。首先，從已知分割結果的圖像中選取一定數(shù)量的目標區(qū)域與非目標區(qū)域樣本點做為支持向量機分類器的訓練樣本并訓練支持向量機，然后利用訓練好的支持向量機自動尋找種子點并進行區(qū)域增長，在區(qū)域增長過程中使用支持向量機分類器作為增長規(guī)則，最后，針對邊緣和噪聲像素點進行必要的后處理。測試實驗當使用16結點時分割512×512×64的圖像所用時間為132秒，獲得了較好的分割效果和較快的分割速度且能實