学位论文 > 优秀研究生学位论文题录展示

基于模糊集与水平集的医学图像自动分割算法研究

作　者: 曹瑜旦
导　师: 罗斌
学　校: 安徽大学
专　业: 计算机技术
关键词: 医学图像 图像分割 FCM算法 LCM模型 新模糊水平集算法 医学影像分割系统
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 7次
引　用: 0次
阅　读: 论文下载
 

内容摘要


医学图像分割是图像分割的一个较早应用领域,是医学图像分析环节的关键技术,也是临床医学应用中的重点与难点,并在影像医学中发挥着越来越重要的作用。所谓医学图像分割就是利用先进的计算机技术将医学图像中的肿瘤、脑挫裂伤灶、病变组织、血肿、细胞、弥漫性脑肿胀、血管等感兴趣的目标区域从医学图像背景中分离出来,是医学图像三维重建、可视化的基础,同时也是对病变组织的边界、形状、截面面积及体积进行定量测量的前提,在医学图像处理和应用中具有重要意义。近几年,医学图像分割方法的一个发展趋势是在研究新方法、新思想的同时将各种已有方法进行融合,以结合各方法的优势,获得某种分割准确、可操作性强、实时性高的医学图像自动分割算法。目前,模糊集与水平集的结合都是两种方法的简单组合,并没有实现真正意义上的融合,且需要人为对水平集的控制参数进行优化配置,没有做到医学图像分割的自动化。所以,本文主要研究基于模糊集与水平集的医学图像分割算法,主要工作总结如下：(1)研究基于模糊集理论的医学图像分割,提出了一种改进FCM算法。在研究模糊集数学理论知识的基础上,重点研究了FCM算法,并针对FCM算法抗噪性能差的缺陷,本文提出了一种改进算法。实验结果表明,与传统FCM算法相比,本文改进算法具有很好的抗噪性,且分割精度高。(2)研究基于水平集方法的医学图像分割,提出了一种新模糊水平集算法。在研究曲线演化理论与水平集方法数学模型的基础上,着重研究了水平集方法应用于图像分割时的演化方程,并研究了水平集方法中各控制参数的取值优化准则、作用与意义。最后,针对传统水平集分割方法存在计算量大的缺点,重点研究了水平集方法中的LCM模型,并将改进FCM算法与LCM模型相结合,提出了一种新模糊水平集医学图像自动分割算法。实验证明,本文方法在进行医学图像分割时,不但具有高的分割精度、快的分割速度、强的抗噪性能,而且实现了分割的自动化,操作简易。(3)设计并开发了一套医学影像计算机辅助分割系统。为了在同一平台上对本文方法和其它分割方法进行定量与定性地分析比较,本人还开发了一套医学影像计算机辅助分割系统,能够对同一幅医学图像使用多种方法分割,并能对各方法的分割性能、分割精度与分割速度进行定量与定性地分析。

全文目录


摘要  3-5
Abstract  5-11
第一章 绪论  11-18
  1.1 课题背景与研究意义  11-13
  1.2 医学图像分割的任务及难点  13
  1.3 国内外研究现状  13-15
  1.4 本文的主要工作及各章节安排  15-18
第二章 图像分割方法研究  18-30
  2.1 图像分割的定义  18-19
  2.2 传统医学图像分割方法  19-25
  2.3 医学图像分割新方法  25-28
  2.4 医学图像分割算法的性能评估指标  28-29
  2.5 本章小结  29-30
第三章 基于模糊集理论的医学图像分割  30-42
  3.1 模糊集理论  30-31
  3.2 模糊阈值分割  31
  3.3 模糊C均值(FCM)算法  31-35
    3.3.1 算法思想与步骤  31-34
    3.3.2 权重系数m的取值优化  34-35
    3.3.3 算法优缺点  35
  3.4 改进的FCM算法  35-36
  3.5 划分熵与划分系数  36
  3.6 实验结果与分析  36-40
  3.7 本章小结  40-42
第四章 基于水平集方法的医学图像分割  42-52
  4.1 概述  42-43
  4.2 曲线演化理论  43-44
  4.3 水平集方法  44-49
    4.3.1 基于水平集方法的曲线演化  44-45
    4.3.2 传统水平集方法  45-47
    4.3.3 LCM模型  47-49
  4.4 水平集控制参数优选准则  49-50
  4.5 实验结果与分析  50
  4.6 本章小结  50-52
第五章 一种新的模糊水平集自动分割算法  52-64
  5.1 新方法思想引论  52
  5.2 一种新的模糊水平集算法  52-54
  5.3 实验结果与分析  54-63
    5.3.1 定性分析  54-61
    5.3.2 定量分析  61-63
  5.4 本章小结  63-64
第六章 医学影像计算机辅助分割系统  64-71
  6.1 系统信息  64
  6.2 功能描述  64-65
  6.3 系统主界面介绍  65-67
  6.4 系统功能演示  67-70
  6.5 本章小结  70-71
第七章 总结与展望  71-73
  7.1 总结  71
  7.2 展望  71-73
参考文献  73-78
致谢  78-79
攻读硕士期间参加的科研项目  79

相似论文

  1. 森林防火系统中图像识别算法的研究,TP391.41
  2. 数字图像处理在集装箱检测中的应用研究,TP274.4
  3. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  4. 三维头部数值模型的建立及DBS电场的分析研究,R742.5
  5. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  6. 红外图像目标识别及跟踪技术研究,TP391.41
  7. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  8. 基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
  9. 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
  10. 基于内容的医学图像检索算法研究,TP391.41
  11. 复杂相变热图序列相变线提取算法研究,TP391.41
  12. 基于Snake模型的参数活动轮廓模型在医学图像处理中的应用,TP391.41
  13. 基于图像处理的棉花成熟度判定技术的研究,TP391.41
  14. 骨扫描图像分割及配准算法研究,TP391.41
  15. 视觉注意模型的研究与应用,TP391.41
  16. 基于CBCT图像序列的三维牙齿分割技术研究,TP391.41
  17. 改进的模糊C均值聚类算法及其在图像分割中的应用,TP391.41
  18. 基于FPGA的图像处理方法研究与实现,TP391.41
  19. 基于参数优化Snake的模型及在MRI图像分割中的应用,TP391.41
  20. 局部支持向量机算法的研究与探讨,TP18
  21. 基于主动轮廓模型的图像分割方法研究,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