我正在使用Python中用于3D dicom图像的常规方法进行图像处理和分析。 当前仅使用skimage。由于数据类型的兼容性，我宁愿使用skimage库解决此问题。

我想从周围的腺体中分离出一堆肌肉。由于HUs（图像索引）在两个区域中都相似，因此简单的阈值处理不起作用。我目前正在尝试通过基于连接性应用打开并标记两个对象来对其进行细分。但是，由于图像的分辨率较低，enter image description here肌肉和腺体之间存在轻微的连接。您知道什么方法可以排除两者之间的微小联系吗？我到目前为止编写的代码是..

** thM

u = -90
temp = img>thMu
i = range(4)
for ii in i:
    temp = morphology.binary_erosion(temp)
for ii in i:
    temp = morphology.binary_dilation(temp)
labtemp=measure.label(temp,neighbors=4,connectivity=1)
fig,ax = plt.subplots(1,2,figsize=[16,16])
ax[0].imshow(img[0],cmap='gray')
ax[1].imshow(labtemp[0])
plt.show()**

示例图片是3D图像的切片之一。连接可能在此片中或在另一个片中。由于标记是在3D图像中完成的，因此尽管此切片中没有直接连接，但两个对象可以连接。