王志明，周鸿宇，瞿少成

    (1.华中师范大学物理科学与技术学院电子信息系，湖北 武汉 430000；2.中国科学院深圳先进技术研究院生物医学与健康工程研究所，广东 深圳 518000)

    在全球范围内，肥胖(obesity)已经成为普遍流行的公共卫生问题之一[1]。在未来几年内，肥胖及其相关的心血管疾病和糖尿病等代谢类疾病以及癌症将持续威胁人类健康[2，3]。人体吸收能量过剩引起的脂肪组织含量增加是导致肥胖的直接原因。相关研究表明[4，5]，不同的脂肪组织可能具有不同的生理或病理相关性，从而造成不同的身体疾病。因此，不同脂肪组织的精确测量能够实现肥胖类相关疾病的风险预测，从而避免因肥胖导致更严重的健康问题。近年来，随着各种医学影像技术的进步，通过计算机断层扫描(computed tomography，CT)技术和磁共振成像(magnetic resonance imaging，MRI)技术可以实现全身组织成分的定量分析。本文深入剖析国内外医学影像上人体脂肪组织图像分割的研究进展，旨在为未来人体脂肪组织分割与定量的研究应用提供理论基础。

    1 图像分割的基本理念

    图像分割作为计算机视觉研究领域中的一个经典难题，已经成为图像处理领域极为关注的热点之一。所谓图像分割，就是将目标图像分成若干个独立的、具有特定性质的区域并突出感兴趣区域的图像处理技术。近年来，图像分割技术在医学图像上的应用层出不穷，极大地促进了医疗水平的发展[6]。

    医学图像处理的对象是各种不同成像机理的医学影像，临床广泛使用的医学成像种类主要有超声波成像(ultrasonic imaging，UI)、正子发射断层扫描(positron emission tomography，PET)、CT 和MRI 四类。其中，CT 与MRI 已经被用于人体全身组织成分(包括脂肪组织)的定量分析中[7]。预处理是脂肪组织图像分割前期进行的准备工作，主要目的是归一化、降噪、提高对比度等，进而为搭建图像分割模型提供必要条件[8]。

    人体总脂肪组织(total adipose tissue，TAT)可以分割为内脂肪组织(internal adipose tissue ......