学位论文 > 优秀研究生学位论文题录展示
肛管外病症计算机辅助诊断的图像分割和目标跟踪
作 者: 江南春
导 师: 张华
学 校: 南昌大学
专 业: 机械电子工程
关键词: 计算机辅助诊断 肛管外疾病 图像分割 目标跟踪 纹理分割 均值漂移
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 8次
引 用: 0次
阅 读: 论文下载
内容摘要
肛管外病症属于常见病、多发病,同时又由于疾病部位的特殊性和隐私性等因素,给治疗带来了困难。本文利用计算机图像处理技术结合专家诊断的一些经验来研究肛管外病症的计算机辅助诊断CAD (Computer Aided Diagnosis)的图像分割和目标跟踪,为肛管外病症智能诊断提供技术支持。首先,作者通过大量的肛管外病症图像分析了各种典型痔的图像特征以及提取方法。其次,研究了肛管外病症图像的分割技术。由于人体解剖过程当中,不同结构的复杂性、不同组织器官形状的不规则性,以及全世界各个民族、种族、个体之间存在着差异性,平常的图像分割算法直接应用于医学图像分割并不能得到令人满意的分割效果,为此必须寻找一种行之有效的医学图像分割方法。论文依据医学图像自身特点和要满足特殊的应用需求,分析了利用纹理滤波器来分割医学图像,并将纹理图像、形态学操作、局部标准差滤波和rangefilt滤波相结合,在充分保证医学图像分割的整体性时,同时提高了肛管外病症图像分割的有效性,并保留了这些图像的细节。最后,就患病部位目标跟踪问题进行了研究。针对肛肠疾病的特点,考虑疾病部位的隐私性,对患者的患病部位进行目标跟踪。在众多的有关目标对象的跟踪算法中,作者深入研究了均值漂移算法,它是一种以密度梯度为基础的无参估计方法,由迭代运算找到目标对象的位置,从而实现目标跟踪。本论文在第四章对均值漂移算法基本理论算法、原理以及推导过程作了详细的介绍和描述,通过实验对均值漂移算法在目标对象跟踪中的应用情况进行了分析,并得出均值漂移算法可以获得很好的跟踪效果。
|
全文目录
摘要 3-4 Abstract 4-8 第1章 绪论 8-17 1.1 课题的研究背景及其研究意义 8-9 1.2 国内外医学图像分割和目标跟踪概况 9-14 1.2.1 国内外医学图像分割的研究概况 9-12 1.2.2 国内外目标跟踪概况 12-14 1.3 本课题的研究背景与基础及目前存在的问题 14-15 1.4 本文的主要内容和组织结构 15-17 第2章 肛管外疾病和常用的图像特征 17-35 2.1 肛管外疾病和临床诊断的特点 17-20 2.1.1 外痔的特点及发病机理 18-19 2.1.2 内痔的特点及发病机理 19-20 2.1.3 混合痔的特点及发病机理 20 2.2 常用的图像特征及提取方法 20-33 2.2.1 图像特征及提取方法 20-27 2.2.2 图像相似性度量 27-29 2.2.3 图像的形态学操作 29-33 2.3 本章小结 33-35 第3章 肛管外病症图像分割算法的研究 35-56 3.1 前言 35 3.2 图像预处理 35-38 3.2.1 均值滤波 36-37 3.2.2 中值滤波 37-38 3.2.3 两种滤波方法分析 38 3.3 利用纹理滤波器分割图像 38-53 3.3.1 医学图像分割原理 38-39 3.3.2 医学图像分割方法分类 39-40 3.3.3 医学图像的纹理滤波器分割 40-53 3.4 实验结果与分析 53-55 3.5 本章小结 55-56 第4章 均值漂移目标跟踪系统算法的研究 56-71 4.1 前言 56 4.2 均值漂移算法理论 56-63 4.2.1 无参密度估计理论 56-59 4.2.2 均值漂移算法理论 59-60 4.2.3 均值漂移算法推导 60-63 4.2.4 均值漂移算法收敛讨论 63 4.3 均值漂移在跟踪目标对象中的应用 63-67 4.3.1 目标对象模型的建立 64-65 4.3.2 相似性度量函数 65-66 4.3.3 目标对象的定位 66-67 4.3.4 均值漂移跟踪算法描述 67 4.4 实验结果与分析 67-70 4.4.1 均值漂移算法设计流程图 67-68 4.4.2 目标对象跟踪实验 68-70 4.5 本章小结 70-71 第5章 总结与展望 71-73 5.1 总结 71 5.2 展望 71-73 致谢 73-74 参考文献 74-77 攻读学位期间的研究成果 77
|
相似论文
- 带径向速度观测的跟踪算法研究,TN953
- 森林防火系统中图像识别算法的研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 红外图像目标识别及跟踪技术研究,TP391.41
- 乳腺钙化检测算法的研究与实现,R816.4
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 基于主动视觉的运动目标检测与跟踪研究,TP391.41
- 基于知识的脊柱MRI影像分割算法研究,TP391.41
- 基于单目夜视图像的深度估计,TP391.41
- 基于中介真值程度度量的图像分割方法研究,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 基于改进的GVF主动轮廓模型的图像分割方法研究,TP391.41
- 视频图像序列中运动目标的获取与跟踪,TP391.41
- 基于主动轮廓模型的图像分割方法研究,TP391.41
- 基于特征的纸币号码识别的研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|