学位论文 > 优秀研究生学位论文题录展示
B超图像处理的HIFU治疗区域确定方法的研究
作 者: 李菊芳
导 师: 李振璧
学 校: 安徽理工大学
专 业: 控制理论与控制工程
关键词: B超图像 数字图像处理 小波变换 阈值化 模糊算法
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 29次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来,超声诊断技术的不断发展日渐成熟,超声治疗技术也逐渐发展起来。高强度聚焦超声(HIFU)治疗系统是就是近年来发展非常迅速的无创肿瘤治疗技术。该系统是集自动控制、图像处理、计算机技术等部分为一体的超声治疗系统,具有无创、无副作用等显著特点。数字图像处理子系统是HIFU肿瘤治疗系统中非常重要的部分,是术前方案制定、术中监控及术后检查的重要依据。因此,快速的采集B超图像,并对其进行图像处理,准确的勾勒出病灶区域,实时的显示术中病灶区域的组织特征,是HIFU肿瘤治疗系统的一关键技术。针对HIFU治疗系统——图像处理子系统这一特点和功能,采用B超专用的视频采集卡来实现图像处理子系统,不但可以采集单帧图像,还可以采集连续帧图像,而且满足图像子系统实时采集图像的要求,不但操作简单,而且价格经济。视频采集到的图像送人PC后,先进行图像的预处理,再对B超图像增强去噪和边缘检测确定病灶区域。通过对传统的图像去噪算法和边缘提取算法的研究,根据B超图像的模糊性和不均匀性等特点,采用新阈值函数的小波阈值化去噪算法对B超图像进行预处理。并使用Matlab7.4.0对B超图像进行仿真实验和计算信噪比证明:小波阈值化去噪算法与邻域平均法和中值滤波法相比较而言,不但能很好抑制散斑噪声,而且能很好的保留图片的有效信息。在边缘提取确定病灶区时采用小波变换模极大值边缘检测与模糊算法相结合的边缘检测算子进行B超图像的边缘提取。通过大量的仿真实验与传统边缘检测算法相比较,小波变换与模糊算法的边缘检测算子在对B超图像的边缘信息提取方面具有良好边缘检测效果,提取的边缘信息也更加丰富,能够很好的检测出病灶区域的边缘。
|
全文目录
摘要 5-6 Abstract 6-13 引言 13-15 1 绪论 15-21 1.1 选题背景 15 1.2 HIFU肿瘤治疗系统的基本原理及国内外发展概况 15-18 1.2.1 HIFU肿瘤治疗系统的基本原理 15-17 1.2.2 HIFU肿瘤治疗系统的国内外发展状况 17-18 1.3 本课题研究的意义 18-20 1.4 本文的主要内容及工作安排 20-21 2 医学超声成像基本原理 21-31 2.1 超声波 21-25 2.1.1 超声产生的原理 21-22 2.1.2 超声波的基本概念及特性 22-24 2.1.3 超声效应的应用 24-25 2.2 超声成像的原理 25-27 2.2.1 B超成像原理 25-26 2.2.2 超声诊断技术 26-27 2.3 医学超声图像分析 27-29 2.3.1 超声图像质量评价 27-28 2.3.2 超声图像噪声特点 28-29 2.4 本章小结 29-31 3 图像采集系统 31-37 3.1 图像采集子系统 31-33 3.2 视频采集卡的工作原理 33-34 3.3 采集卡的软件实现 34-35 3.4 本章小结 35-37 4 B超图像预处理 37-53 4.1 数字图像处理技术 37-39 4.1.1 常用的图像处理方法 37-39 4.1.2 数字图像处理的特点 39 4.2 小波理论 39-43 4.2.1 小波变换 39-41 4.2.2 连续小波变换 41-43 4.2.3 离散小波变换 43 4.3 B超图像增强算法 43-52 4.3.1 邻域平均法 45 4.3.2 中值滤波 45-46 4.3.3 小波变换的阈值化去噪 46-48 4.3.4 去噪算法的实验比较 48-52 4.4 本章小结 52-53 5 B超图像的边缘检测确定治疗区域 53-75 5.1 引言 53-54 5.2 传统的边缘检测算法 54-59 5.2.1 Roberts梯度算子 54 5.2.2 Prewitt及Sobel算子 54-55 5.2.3 LoG算子 55-56 5.2.4 Canny算子 56-57 5.2.5 传统边缘检测算法检测效果 57-59 5.3 模糊理论 59-63 5.3.1 模糊集基本理论 59-60 5.3.2 常用的模糊分布函数 60-61 5.3.3 模糊集的特征描述 61-62 5.3.4 模糊关系 62-63 5.4 小波变换与模糊算法的边缘检测 63-73 5.4.1 小波变换模极大值边缘检测算法 64-67 5.4.2 模糊算法的缘边检测 67-68 5.4.3 小波变换与模糊算法的边缘检测 68-69 5.4.4 确定隶属度 69-71 5.4.5 模糊增强 71-73 5.5 本章小结 73-75 6 结论与展望 75-77 参考文献 77-81 致谢 81-82 作者简介及读研期间主要科研成果 82
|
相似论文
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于图像处理技术的两相流动特性描述,TP391.41
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于轮廓波变换的数字图像水印方法研究,TP309.7
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
- 基于Nios Ⅱ的暂态电能质量扰动检测的SOPC设计,TN47
- 中国股指期货与现货市场关系的实证研究,F224
- 工业锅炉控制系统的研究与节能应用,TP273
- 结合DWT的动态数据校正研究及应用,TP274
- 湖州公安高清卡口监控系统的设计与实现,TP277
- 基于CUDA的小波Mallat算法及提升方案的设计与研究,TP391.41
- 基于燃烧音识别的火灾探测系统的研究与设计,X924.4
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
|