学位论文 > 优秀研究生学位论文题录展示
生物医学图像融合显示方法的研究
作 者: 李添捷
导 师: 汪源源
学 校: 复旦大学
专 业: 医学电子学
关键词: 图像融合显示 广义亮度-色相-饱和度框架 非降采样轮廓波变换 变权重 伽马函数 单纯形法 色貌模型 生物医学图像
分类号: TP391.41
类 型: 博士论文
年 份: 2012年
下 载: 451次
引 用: 0次
阅 读: 论文下载
内容摘要
生物医学成像的研究方兴未艾,成像技术层出不穷,为生物组织的影像学描述提供了新的工具。融合显示方法的研究有助于多模态信息的整合和新模态的运用,因此在临床实践和基础研究中有广泛的应用价值。融合显示方法的设计,需要结合具体应用的需要和源图像的特点。本论文针对生物和医学领域的三个应用,对灰度图像与伪彩图像的融合显示进行了研究。生物相衬图与荧光图的融合有助于蛋白质亚细胞结构的定位和功能研究。融合图像应在真实反映细胞内蛋白质分布的基础上,保留足够的亚细胞结构的定位信息,着力改善荧光背景对融合图像明度和清晰度的影响。研究结合广义亮度-色相-饱和度(Generalized Intensity-hue-saturation,GIHS)快速算法、非降采样轮廓波变换(Nonsubsampled Contourlet Transform,NSCT)和透明度的概念,提出了GIHS框架下变权重多尺度融合的流程.融合方法的设计在引入了NSCT理论的基础上,结合绝对值最大的高频系数融合准则,提出了以双伽马函数为原型的低频系数融合准则。实验部分结合Otsu分割算法和视觉信息保真度(Visual Information Fidelity,VIF)指标,设计了分区域的相似度量化实验。通过117组拟南芥相衬图和荧光图的融合显示实验,研究了多尺度变换对图像融合显示效果的影响。实验结果表明:非降采样技术和二维滤波器设计在一定程度上提高了图像融合的效果,但是多尺度变换的方向性与融合效果的提升关系不大。在该方法和多种传统方法融合显示效果的比较实验中,量化结果与融合实例中的观察结果吻合,都表明了该方法的有效性和相比传统方法的优越性。脑部磁共振成像(Magnetic Resonance Imaging,MRI)与单光子发射计算机断层成像(Single Photon Emission Computed Tomography,SPECT)的融合实现了人体结构和功能信息的整合,尤其有助于SPECT图的解读和运用。融合图像应在真实反映脑部功能变化的基础上,保留足够的结构定位信息,着力于改善SPECT图黑色背景对融合图像明度和清晰度的影响。研究将图像的融合显示归结为线性优化问题,运用单纯形法得到权重函数,用于源图像亮度分量低频系数和高频系数融合准则的设计。研究还设计了算法的可交互特性,提出了全局透明度和全局高频透明度,用以实现源图像之间的渐变以及对融合图像细节表现的控制。实验探讨了基于高阶多项式近似的权重函数的估计,相比基于双伽马函数的近似,其优势在于放宽了对权重函数形态的限制。在正常脑部29个层面MRI图像和SPECT图像的融合实验中,融合实例的观察结果与量化实验结果吻合,都表明了该方法的有效性和相比传统方法的优越性。继而以传统透明度技术为参照,验证了融合显示方法的可交互特性设计。两组临床实例证实了提出的融合显示方法的实用价值。最后结合实验,初步探讨了两种权重函数设计方法的优缺点和通用性。B型超声图与超声弹性图的融合不仅有助于生物组织力学特性分布的定位、理解和运用,而且扩大了超声无损诊断的应用范围。融合图像应在保持源图像理解模式的基础上,提高融合图像对源图信息的表现力,尤其是对B型超声灰度图像中低频结构细节的表现力。研究基于色貌模型理论,设计了均一明度的伪彩显示方法,并将色貌属性的预测用于图像的融合显示。在国际发光照明委员会CIECAM02色貌模型的运用中,通过假定已知明度、色相和饱和度,着重推导了图像的CIEXYZ色彩空间表示。实验研究了计算机可显示的色彩集合在色彩空间和色貌模型中的分布。其结果表明:灰度图像的明度范围受融合图像中允许的色彩集合限制;色貌属性中的饱和度调节了融合结果的色相分辨率和明度范围。通过49组仿真图像的量化实验,验证了提出的基于CIECAM02色貌模型的融合显示方法的有效性。结合2组临床实例的融合结果,证实了该方法的应用价值,及其相比传统方法的优越性。最后对应用范围进行了扩展,初步探讨了其在脑部MRI图像融合中的可行性。
|
全文目录
摘要 6-8 Abstract 8-11 第1章 绪论 11-23 1.1 多模态生物医学图像融合的意义 11-15 1.1.1 临床诊断中的应用 11-12 1.1.2 介入手术中的应用 12-13 1.1.3 生物和医学基础研究中的应用 13-14 1.1.4 辅助新型成像技术和图像处理方法的创新 14-15 1.2 多模态生物医学图像融合的研究现状 15-20 1.2.1 图像融合的预处理 15-16 1.2.2 多模态图像的并行显示 16-17 1.2.3 像素级融合显示 17-19 1.2.4 特征级融合 19-20 1.2.5 决策级融合 20 1.3 论文的创新点 20-21 1.4 主要研究内容和论文结构 21-23 第2章 生物相衬图与荧光图的融合显示 23-40 2.1 变权重概念下的多尺度融合显示 23-28 2.1.1 变权重融合显示的概念 23-24 2.1.2 GIHS框架下的多尺度融合显示 24-26 2.1.3 非降采样轮廓波变换 26-28 2.2 多尺度融合准则 28-31 2.2.1 多尺度融合准则的研究现状 28-29 2.2.2 基于双伽马函数的低频系数融合准则 29-31 2.2.3 绝对值最大的高频系数融合准则 31 2.3 实验与分析 31-39 2.3.1 图像融合量化指标的研究现状 31-32 2.3.2 基于区域相似度的评估实验设计 32-33 2.3.3 多尺度变换的比较实验 33-34 2.3.4 融合显示结果的相似度评估 34-39 2.4 讨论与小结 39-40 第3章 脑部磁共振图与单光子发射计算机断层图的融合显示 40-63 3.1 基于单纯形法的变权重融合显示 40-43 3.1.1 基于单纯形法的权重矩阵计算 40-43 3.1.2 融合显示中权重矩阵的运用 43 3.2 可交互特性的研究 43-45 3.2.1 可交互方法的研究现状 43-44 3.2.2 可交互特性的实现 44-45 3.3 实验与分析 45-61 3.3.1 融合实验设计 45 3.3.2 权重矩阵的估计 45-48 3.3.3 融合显示结果的相似度评估 48-52 3.3.4 可交互特性的评估 52-57 3.3.5 临床实例分析 57-58 3.3.6 权重函数设计方法的比较 58-61 3.4 讨论与小结 61-63 第4章 B型超声图和超声弹性图的融合显示 63-93 4.1 基于色貌模型的融合显示框架 63-67 4.1.1 色彩空间理论 63-64 4.1.2 色彩空间与融合显示 64-65 4.1.3 色貌模型理论 65-66 4.1.4 色貌模型与融合显示 66-67 4.2 色貌属性的预测及其反向模型的建立 67-75 4.2.1 数字图像sRGB空间与CIEXYZ空间的转换 67-68 4.2.2 CIELAB色貌模型与CIEXYZ空间的转换 68-69 4.2.3 从CIEXYZ空间转换为CIECAM02色貌模型表示 69-73 4.2.4 从CIECAM02色貌模型表示转换到CIEXYZ空间 73-75 4.3 实验与分析 75-91 4.3.1 融合实验设计 75-78 4.3.2 融合图像的可用色彩集合 78-80 4.3.3 色相分辨率与明度范围的折衷 80-83 4.3.4 融合显示结果的相似度评估 83-84 4.3.5 临床实例分析 84-87 4.3.6 神经影像学中的应用 87-91 4.4 讨论与小结 91-93 第5章 总结与展望 93-97 5.1 结论与分析 93-95 5.2 研究展望 95-97 参考文献 97-103 攻读学位期间的研究成果 103-104 致谢 104-105
|
相似论文
- 一种新的正定二次规划算法,O221.2
- 非线性二层规划的平衡点算法研究,O221.2
- 基于DE算法的DRNN网络非线性系统辨识研究,N945.14
- 沪宁城际铁路桩—网复合地基变形特性及沉降计算研究,U213.157
- 基于BAS-3000控制器的变风量(VAV)末端DDC控制的研究与实现,TP273
- 具有最近二次方和DM相互作用的一维经典失措海森堡模型的基态性质研究,O469
- 改进的求解线性多层规划的主元标单纯形法,O221.1
- 多工位数控冲压机床控制系统的研究与应用,TG385.1
- 基于智能控制的卷取张力系统的研究与应用,TP273
- 中长期电力负荷组合预测模型与方法的研究,TM715
- 福建省森林景观资源区划与开发利用,S757
- 基于随机微粒群算法的改进算法研究,TP301.6
- 基于CIECAM02色貌模型的印刷色差评价研究,TS801.3
- 借鉴单纯形法思想的城市高压电网无功优化,TM714
- 二级倒立摆控制方法研究,TP13
- 粒子群优化算法及其应用研究,TP301.6
- 基于影像技术的珠光瓶体色貌评估,TP391.41
- CIECAM02色貌模型表征翡翠绿色可行性研究,P619.28
- 基于GRNN的变权重组合预测模型在传染病发病率预测中的应用,R181.3
- 人工鱼群算法的改进及其在异步电动机模型参数辨识中的应用,TM343
- 高速公路软土路基沉降分析,U416.1
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
|