近年來,隨著醫(yī)學(xué)圖像掃描技術(shù)和計算機(jī)技術(shù)的發(fā)展,不同模態(tài)的醫(yī)學(xué)圖像在臨床應(yīng)用中得到廣泛使用,并且發(fā)揮的作用日益增長。醫(yī)學(xué)圖像分割在臨床疾病檢測、輔助診療方面有多種重要作用,例如腫瘤定位,病理分析,測量組織體積,計算機(jī)輔助手術(shù),計算機(jī)引導(dǎo)放療,治療計劃制定,解剖結(jié)構(gòu)研究等。然而,由于醫(yī)學(xué)圖像模態(tài)眾多,結(jié)構(gòu)復(fù)雜,沒有一種方法能夠適用于所有圖像的分割,而手工分割是一項(xiàng)繁冗的工作,不僅給臨床醫(yī)生增加很大工作量而且效率低下。因此針對不同類型的醫(yī)學(xué)圖像,研究有效的自動分割方法或者交互式分割方法具有重要的研究和臨床應(yīng)用價值,從而受到國內(nèi)外研究者的高度重視。本文主要針對病理圖像和視網(wǎng)膜血管圖像,分別研究腺體和血管分割算法。主要研究了分?jǐn)?shù)階散射網(wǎng)絡(luò)、動態(tài)最小路徑模型、基于圖搜索的視覺分組,然后根據(jù)每種算法的特征,用于病理圖像腺體分割和視網(wǎng)膜圖像血管分割。主要工作及貢獻(xiàn)如下:（1）提出了一種基于分?jǐn)?shù)階散射網(wǎng)絡(luò)的圖像分割算法首先,基于復(fù)數(shù)小波構(gòu)造散射網(wǎng)絡(luò)的方法,我們利用分?jǐn)?shù)階復(fù)數(shù)小波變換將傳統(tǒng)的散射網(wǎng)絡(luò)推廣到分?jǐn)?shù)階,構(gòu)造分?jǐn)?shù)階散射網(wǎng)絡(luò),從理論上給出了分?jǐn)?shù)階散射網(wǎng)絡(luò)的平移不變性和微小形變穩(wěn)定性,并且推導(dǎo)了其能... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：134 頁

【學(xué)位級別】：博士

【部分圖文】：

圖像工程

【參考文獻(xiàn)】：
期刊論文
[1]醫(yī)學(xué)圖像分割及其發(fā)展現(xiàn)狀[J]. 江貴平,秦文健,周壽軍,王昌淼.  計算機(jī)學(xué)報. 2015(06)
[2]A novel fractional wavelet transform and its applications[J]. SHI Jun,ZHANG NaiTong & LIU XiaoPing Communication Research Center,Harbin Institute of Technology,Harbin 150001,China.  Science China（Information Sciences）. 2012(06)

博士論文
[1]水平集方法及其在圖像分割中的應(yīng)用研究[D]. 王曉峰.中國科學(xué)技術(shù)大學(xué) 2009



本文編號：3229819