学位论文 > 优秀研究生学位论文题录展示
基于活动轮廓模型的血管内超声序列图像边缘提取研究
作 者: 高重阳
导 师: 张卫国
学 校: 西安科技大学
专 业: 计算机软件与理论
关键词: 血管内超声图像 图像预处理 图像分割 活动轮廓模型
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 72次
引 用: 1次
阅 读: 论文下载
内容摘要
近年来由于心血管疾病发病率的上升,研究和治疗心血管疾病成为当今医学研究热点课题之一。传统诊断心血管疾病的方法有X光影像技术和血管内视镜,不过这两种方法都不能得到血管组织层的影像,随着血管内超声波(Intravascular Ultrasound,IVUS)技术的发展以及超声成像诊断设备的大量应用,使得超声影像技术成为医生诊断和辅助治疗的重要手段之一。本文以西安比特速浪科技有限公司提供的标准血管内超声图像数据集为基础,主要从以下几个方面对血管内超声图像进行系统地分析与研究。首先对图像进行预处理,并在空间域上进行了大量的实验,通过对比超声图像预处理的结果,找出比较适合血管内超声图像的预处理方法;其次实现了阈值分割、最大方差阈值分割、边缘检测和区域生长等基本图像分割算法,并分析这些基本算法实验结果的不足之处;再次重点研究了基于活动轮廓模型的算法,通过对血管内超声序列图像性质的分析并结合活动轮廓模型的计算过程,根据测度信息原理改进了传统的活动轮廓模型算法,用改进后的算法对血管内超声序列图像进行处理,结果表明针对血管内超声序列图像分割的改进算法,能较好的提高分割精度并且能部分地应用到临床诊断上;最后在改进算法的基础上实现了血管内超声序列图像分割的原型系统,能较精确的计算出分割后血管的直径和分割出的面积,为研究和临床提供了有力的数据支持。
|
全文目录
摘要 2-3 ABSTRACT 3-8 1 绪论 8-14 1.1 研究的背景及意义 8-9 1.2 国内外研究现状 9-10 1.2.1 国外研究现状 9-10 1.2.2 国内研究现状 10 1.3 医学图像研究内容 10-11 1.4 数字医学图像研究方法的简介 11-12 1.5 研究内容与论文框架 12-14 1.5.1 研究内容 12 1.5.2 论文结构 12-14 2 IVUS 图像采集系统 14-22 2.1 超声设备种类 14-15 2.2 血管内超声 15-16 2.2.1 IVUS 基本原理 15 2.2.2 血管内超声仪器 15-16 2.2.3 IVUS 设备操作步骤 16 2.3 IVUS 图像存储方式 16-21 2.3.1 DICOM 标准 17-20 2.3.2 图像转化 20-21 2.4 本章小结 21-22 3 IVUS 图像预处理 22-36 3.1 IVUS 图像统计特性 22-23 3.2 IVUS 图像特征 23 3.3 IVUS 图像灰度变换 23-27 3.3.1 线性变换 23-24 3.3.2 分段线性变换 24-25 3.3.3 对数变换 25-26 3.3.4 指数变换 26 3.3.5 二值化和阈值处理 26-27 3.4 IVUS 图像平滑滤波 27-30 3.4.1 邻域平均 27-28 3.4.2 加权平均 28-29 3.4.3 中值滤波 29-30 3.5 锐化滤波处理 30-32 3.5.1 拉普拉斯滤波 30-31 3.5.2 梯度锐化滤波 31-32 3.6 直方图处理 32-35 3.6.1 灰度直方图 32-33 3.6.2 直方图均衡化 33-34 3.6.3 局部直方图均衡化 34-35 3.7 本章小结 35-36 4 基于活动轮廓模型分割方法的研究 36-53 4.1 传统领域的IVUS 图像分割方法 36-41 4.1.1 阈值分割法 36-37 4.1.2 最大方差阈值分割法 37-38 4.1.3 边缘检测法 38-40 4.1.4 区域生长法 40-41 4.2 其它分割方法简介 41-43 4.2.1 基于动态规划模型的分割方法 41 4.2.2 基于模糊连接的分割方法 41-42 4.2.3 基于神经网络的分割方法 42 4.2.4 遗传算法 42 4.2.5 基于形态学的方法 42-43 4.3 活动轮廓模型方法 43-45 4.3.1 活动轮廓模型的基本原理 43-44 4.3.2 Snake 方法对IVUS 序列图像分割的分析 44-45 4.4 基于测度信息改进的Snake 方法 45-52 4.4.1 测度信息原理 45-47 4.4.2 Snake 方法的改进 47-48 4.4.3 改进后Snake 方法的计算过程 48-52 4.5 本章小结 52-53 5 IVUS 图像分割系统的设计与实现 53-61 5.1 系统开发环境 53 5.2 系统功能模块 53 5.3 系统实现 53-55 5.4 医学图像分割的评价方法 55-58 5.4.1 评价的客观性 56 5.4.2 评价方法 56-57 5.4.3 正确分割数据集 57 5.4.4 医学图像特征参数的测量 57-58 5.5 IVUS 序列图像结果分析 58-60 5.6 本章小结 60-61 6 结论 61-62 6.1 总结 61 6.2 展望 61-62 致谢 62-63 参考文献 63-66 附录 66
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 舌图像中瘀斑瘀点检测技术研究,TP391.41
- 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
- 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
- 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
- 基于车牌识别技术的智能交通系统的设计与实现,TP391.41
- 基于知识的脊柱MRI影像分割算法研究,TP391.41
- 基于OpenCV的人脸检测方法研究,TP391.41
- 计算机辅助髋关节置换手术系统研究与开发,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
- 基于图像处理的棉花成熟度判定技术的研究,TP391.41
- 基于SVM的车牌字符识别算法研究与实现,TP391.41
- 基于空间邻域词袋模型的图像标注技术,TP391.41
- 基于数字图像处理技术的路面裂缝检测算法研究,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
- 应用于窄间隙埋弧焊的图像采集及预处理系统研究,TG445
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
|