学位论文 > 优秀研究生学位论文题录展示
多模态医学图像的配准与融合技术研究及应用
作 者: 徐凯
导 师: 张建勋
学 校: 重庆理工大学
专 业: 计算机应用技术
关键词: 多模态医学图像 图像配准 图像融合 图像分割 三维重建
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 76次
引 用: 0次
阅 读: 论文下载
内容摘要
随着医学成像技术的发展,医学领域出现了各种不同模态的医学图像。这些多模态的医学图像有其各自的优缺点,可以从不同方面提供相互补充的医学信息,充分利用这些信息能够为医学诊断提供更准确的判断依据。为了利用这些信息,首先要对多模态医学图像进行配准和融合。因此,多模态医学图像的配准和融合有着十分重要的意义。本文主要研究了多模态医学图像配准和融合技术,并利用这些技术对“数字化猪”的CT图像和彩色断层削切图像进行配准和融合,实现了这两种不同模态图像在二维空间上的配准和融合。这里进行配准和融合的最终目的是建立“数字化猪”的器官三维模型,所以对融合后的图像又做了分割和三维重建。论文主要工作内容如下:1.在配准过程中,根据这两种图像的特点,选择以彩色断层削切图像为参考图像,对CT图像进行配准,采用基于特征的交互式配准方法,通过手工选取配对特征点的特征提取方式获取仿射变换模型参数,最后实现了图像的配准。2.在图像融合过程中,针对对比度金字塔融合方法和IHS融合方法,提出了一种基于对比度金字塔和IHS相结合的图像融合方法。先将彩色断层削切图像的I分量图像和CT图像进行对比度金字塔融合,然后将获取的图像和彩色断层削切图像进行IHS融合得到最终的融合图像。实验结果验证了本文方法的有效性。3.对医学图像分割的研究现状进行了综述,提出了一种基于GDI+和窄带M-S模型的图像分割方法。对融合后的图像,先利用GDI+技术进行图像组织器官分割,得到较粗糙的器官大致轮廓,然后以此粗糙轮廓线作为初始零水平集曲线,利用M-S模型建立窄带,最终得到较精准的轮廓。实验结果体现了本文方法对融合图像进行分割的优良性。4.采用基于软件AMIRA和3DSMAX的三维重建方法。将分割后的器官数据集及包围盒在AMIRA进行三维重建,然后用AMIRA和3DSMAX分别对初始三维模型进行网格简化和光滑处理,得到最终的三维重建模型。实验结果达到了预期的理想效果。
|
全文目录
摘要 4-5 Abstract 5-10 1 绪论 10-16 1.1 课题研究目的和意义 10-11 1.2 国内外研究现状 11-12 1.2.1 医学图像配准研究现状 11 1.2.2 医学图像融合研究现状 11-12 1.3 医学图像配准与融合面临的难题 12-13 1.3.1 医学图像配准难题 12 1.3.2 医学图像融合难题 12-13 1.4 数据来源 13 1.5 本文研究内容 13-16 2 图像配准 16-34 2.1 图像配准理论基础 16-18 2.1.1 图像配准的概念 16 2.1.2 图像配准的要素 16-17 2.1.3 基本变换方法 17-18 2.2 图像配准常用方法 18-22 2.2.1 基于灰度的配准方法 18-19 2.2.2 基于特征的图像配准方法 19-21 2.2.3 基于互信息的方法 21-22 2.2.4 配准方法的比较 22 2.3 特征点的提取和匹配 22-29 2.3.1 特征点的提取 22-28 2.3.2 特征点的匹配 28-29 2.4 实验与分析 29-32 2.4.1 基于角点检测的特征点自动匹配方法 29-30 2.4.2 基于特征的交互式图像配准方法 30-32 2.5 本章小结 32-34 3 图像融合 34-46 3.1 图像融合理论基础 34-35 3.1.1 图像融合的概念 34 3.1.2 图像融合主要步骤 34-35 3.2 图像融合常用方法 35-41 3.2.1 加权平均法 35 3.2.2 多分辨率金字塔法 35-37 3.2.3 小波变换法 37-38 3.2.4 PCA 方法 38-39 3.2.5 IHS 变换法 39-40 3.2.6 神经网络法 40-41 3.3 基于对比度金字塔和IHS 的图像融合方法 41-42 3.3.1 融合流程 41 3.3.2 实现步骤 41-42 3.4 实验评价与分析 42-44 3.5 本章小结 44-46 4 图像分割 46-54 4.1 图像分割理论基础 46-47 4.1.1 图像分割的概念 46 4.1.2 国内外研究现状 46-47 4.2 基于GDI+和窄带M-S 模型的图像交互分割方法 47-51 4.2.1 GDI+技术 47-50 4.2.2 基于窄带M-S 模型的方法 50-51 4.3 实验结果与分析 51-52 4.4 本章小结 52-54 5 三维重建 54-62 5.1 三维重建理论基础 54-55 5.1.1 简介 54 5.1.2 研究现状 54-55 5.2 三维重建总体技术路线 55-56 5.2.1 分别建立各器官三维模型 55 5.2.2 采用3DS 文件存储各器官的三维模型 55-56 5.2.3 三维重建总体流程 56 5.3 基于中点插值的移动立方体Marching Cubes 算法 56-58 5.3.1 MC 算法原理 56-57 5.3.2 基于中点插值的MC 算法 57 5.3.3 实验结果与分析 57-58 5.4 采用AMIRA 和3DSMAX 软件的三维重建方法 58-60 5.4.1 实现流程 58 5.4.2 器官体数据集的抽取与输出 58-59 5.4.3 AMIRA 三维重建方法 59 5.4.4 3DSMAX 平滑及合并三维模型方法 59-60 5.4.5 实验结果与分析 60 5.5 本章小结 60-62 6 总结与展望 62-64 6.1 研究总结 62 6.2 研究展望 62-64 致谢 64-66 参考文献 66-70 个人简历、在学期间发表的学术论文及取得的研究成果 70
|
相似论文
- 图像拼接技术研究,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 森林防火系统中图像识别算法的研究,TP391.41
- 医学超声图像的三维可视化研究,TP391.41
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 结合线性二次放射生物模型的图像配准技术的研究,R815
- 三维头部数值模型的建立及DBS电场的分析研究,R742.5
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- ASAR与MODIS协同的海洋溢油信息提取,X87
- 口角蜗轴的三维立体结构研究,R782.2
- 豚鼠耳蜗三维重建与基底膜模态数值模拟的研究,R764
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 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
- 基于改进光流场模型的医学图像非刚性配准算法研究及实现,TP391.41
- 非刚性医学图像准算法研究和实现,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
|