近日，首都医科大学生物医学工程学院黄亚奇教授团队在国际顶级杂志《Nature Communications》上发表题为“Glass-cutting medical images via a mechanical image segmentation method based on crack propagation”的研究论文，基于力学原理，提出并建立了图像分割领域一个独特、全新的方法—裂纹扩展法，为解决复杂医学影像，尤其是目标区域边界模糊，甚至不连续的软组织图像的自动分割开辟了道路。生物医学工程学院黄亚奇教授和博士研究生胡歌为共同第一作者，黄亚奇教授同时为论文通讯作者。

近年来，随着医学影像学的快速发展，医学图像自动分割在临床疾病的诊断和治疗方面扮演越来越重要的角色。然而，目前图像分割领域仍存在关键性的瓶颈问题，即当图像目标区域边界模糊、甚至不连续时，难以实现边界的正确识别和自动分割。目前常见的自动分割算法往往会在边界信息缺失处造成严重的边界溢出和误判，因此，对于此类复杂医学图像，例如头颈部肌肉群图像等仍然依赖手动分割。这一问题难以在现有的图像处理思维框架下得到解决。

黄亚奇教授团队从独特的力学视角看待图像分割问题，首次提出并建立了一种基于断裂力学原理的全新图像分割方法—裂纹扩展法（Crack propagation method，CPM），即将图像目标区域的边界看成玻璃表面的划痕，模仿切割玻璃的过程使划痕处开裂，所得到的连续裂纹即形成了所要提取的图像目标区域的边界。研究过程中，团队将灰度图像变换为一个与图像尺度相等、厚度不均的薄板，图像目标区域的边界转化为薄板相应位置的沟槽，把灰度图像目标区域的边界分割问题转换成一个裂纹在集中应力作用下沿薄板上沟槽扩展的力学问题。裂纹尖端处产生的集中应力可以使其贯通无沟槽区域（相应于图像目标区域的不连续边界）连续扩展到区域另一侧的沟槽中，形成无间断、完整的裂纹。依据这一力学特性，CPM有效地解决了目标区域边界模糊，甚至不连续的图像自动分割这一难题。

这一原创性的工作，是在图像分割领域的一次大胆尝试。通过使用看似毫不相干的跨学科知识，解决了图像处理的瓶颈问题。这一独特方法的建立，为处理边界信息缺失的复杂医学影像自动分割提供了全新的思路和强有力的工具。

该研究获得国家科技支撑计划（2012BAI05B03）和国家自然科学基金（31670959，81171422）资助。

黄亚奇，博士，现任首都医科大学生物医学工程学院教授。主要从事与阻塞性睡眠呼吸暂停（OSA）相关的力学模型与计算机模拟，医学影像，生理与体外模型实验，以及OSA对心血管系统影响等方面的研究。先后主持国家科技支撑计划、国家自然科学基金、北京市教委科技计划重点项目等多项课题。在《Nature Communications》《American Journal of Respiratory and Critical Care Medicine》《Chest》《Journal of Biomechanics，Medical Physics》《Journal of Applied Physiology》《American Journal of Physiology》等多领域重要期刊发表论文，获多项软件著作权。多次获得重要国际奖励，包括美国机械工程学会颁发的梅尔维尔奖章等。