隨著圖像處理技術(shù)和醫(yī)學成像技術(shù)的高速發(fā)展,越來越多的成像技術(shù)被應用于臨床醫(yī)療場景中,但是醫(yī)生對醫(yī)療影像的利用始終停留在人工觀測的水平。如何自動化的判斷病情或輔助判斷病情為現(xiàn)代研究學者帶來了巨大的挑戰(zhàn)。其中,由于醫(yī)學影像分辨率低、灰度變換不明顯等特點,為計算機“理解”圖像帶來了很大的困擾。利用尺度不變特征變換（Scale-invariant feature transform,SIFT）的圖像處理方案是一種可對圖像準確描述的特征提取方案,該方案對圖像的旋轉(zhuǎn)特性、尺度變換等條件表現(xiàn)出較強的穩(wěn)定性。借助該特征算法在X線片、顯微影像等圖像上進行大量實驗分析,SIFT特征提取算法可高效的表達圖像特征信息,為進一步實現(xiàn)圖像匹配和分類等不同任務奠定基礎(chǔ)。本課題從SIFT特征提取算法研究入手,深入分析了在不同應用場景下SIFT特征提取算法及相關(guān)改進算法的優(yōu)缺點,以下簡要介紹本文的主要工作:第一,利用SIFT特征算法獲得有效關(guān)鍵點描述,借助單應性變換原理實現(xiàn)特征點匹配,借助隨機抽樣一致算法去除錯誤匹配,最終在以點均方誤差為評價標準的基礎(chǔ)上設(shè)計實現(xiàn)了迭代式的匹配方案,有效提升了圖像匹配的穩(wěn)定性;第二,利用... 

【文章來源】：北京化工大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

圖３－１基于醫(yī)學圖像的ＳＩＦＴ特征構(gòu)建過程??Ｆｉｇ．３－１?ＳＩＦＴ?ｆｅａｔｕｒｅ?ｃｏｎｓｔｒ?

ｄ?ｉｎ?Ｌｉｎｅ！；??２：?ｆｏｒ?ｅａｃｈ?Ｐ］?ｄｏ??３：?ｆｏｒ?ｅａｃｈ?尸２?ｄｏ??４：?Ｄｉｓｔａｎｃｅ?＝?｛ＰＸ－Ｐ２）２??５：?ｉｆ?Ｄｉｓｔａｎｃｅ?＞?ＭｉｎＤｉｓｔａｎｃｅ?ｔｈｅｎ??６：?ＭｉｎＤｉｓｔａｎｃｅ＝Ｄｉｓｔａｎｃｅ；??７：?Ｒｅｃｏｒｄ?ｔｈｅ?ｃｏｏｒｄｉｎａｔｅ?ｏｆ?Ｐｘ?ａｎｄ?Ｐ２；??８：?ｅｎｄ?ｉｆ??９：?ｅｎｄ?ｆｏｒ??１０：?ｅｎｄ?ｆｏｒ??１１：?ｒｅｔｕｒｎ?Ｐ］ｔ?Ｐ，＼???圖３－３計算兩線間最近距離點的方法??Ｆｉｇ．３－３?Ｔｈｅ?ｍｅｔｈｏｄ?ｏｆ?ｃａｌｃｕｌａｔｉｎｇ?ｔｈｅ?ｄｉｓｔａｎｃｅ?ｂｅｔｗｅｅｎ?ｔｈｅ?ｎｅａｒｅｓｔ?ｄｉｓｔａｎｃｅ?ｐｏｉｎｔ?ａｎｄ?ｔｈｅ??ｃｏｒｒｅｓｐｏｎｄｉｎｇ?ｐｏｉｎｔ?ｏｎ?ｔｈｅ?ｔｗｏ?ｌｉｎｅｓ．??３法３計算兩線上點均方誤差??Ｉｎｐｕｔ：?Ｉｎｐｕｔ?Ｌｉｎｅｌ，?Ｌｉｎｅ！，?Ｐｘ，?Ｐ２；??Ｏｕｔｐｕｔ：?Ｒｅｔｕｒｎ?ａ?ｎｕｍｂｅｒ?ａｖｅｒａｇｅ；??１：?ｆｏｒ?Ｐｘｅ?Ｌｉｎｅｌ，?Ｐ２?ｅ?Ｌｉｎｅｌ?ｄｏ??２：?Ｒｅｓｕｌｔ?＝?｛Ｐ［—Ｐ２）１＼??３：?Ｓｕｍ?＝?Ｓｕｍ?＋?Ｒｅｓｕｌｔ，??４：?ａｖｅｒａｇｅ?＝?Ｓｕｍ?／?ＰｏｉｎｔＮｕｍｂｅｒ?；??５：?ｅｎｄ?ｆｏｒ??６：?ｒｅｔｕｒｎ?ａｖｅｒａｇｅ?＼???２３??

??１：?Ｍａｔｃｈ?Ｉｍａｇｅ！?ｂｙ?ＩｍａｇｅＸ；??２：?ｆｏｒ?Ｌ＜?ｅｒｒ?ｄｏ??３：?Ｉｍａｇｅ＼＝Ｉｍａｇｅ＼；??４：?Ｉｍａｇｅ２＝Ｉｍａｇｅ２；??５：?Ｍａｔｃｈ?Ｉｍａｇｅ２?ｂｙ?Ｉｍａｇｅ！；??６：?Ｃａｌｃｕｌａｔｅ?ｔｈｅ?ａｖｅｒａｇｅ?ｄｉｓｔａｎｃｅ?ｏｆ?ｐｏｉｎｔｓ?Ｌ?；??７：?ｅｎｄ?ｆｏｒ??８：?ｒｅｔｕｒｎ?Ｌ?；???３．３實驗內(nèi)容和分析??實驗所用數(shù)據(jù)集來自中日友好醫(yī)院提供的前路融合后的１０組患者的Ｘ線??片，圖３－４所示分別為頸椎前路融合術(shù)后的過伸過屈位示意圖，在頸椎前路融合??術(shù)后，患者應進行常規(guī)影像學檢查以確定術(shù)后情況。如果在手術(shù)后３個月仍然發(fā)??現(xiàn)手術(shù)節(jié)段的“活動”，則表明術(shù)后仍需進一步的治療，由于Ｘ線片顯示區(qū)域不??僅包含頸椎，仍有部分頭部、胸腔部位，藍色標記區(qū)域為目標區(qū)域，根據(jù)圖像特??點，采用以下圖像預處理方案，為了突出頸椎的局部區(qū)域，須將關(guān)鍵部位標記出??來，如圖３－５所示，（ａ），（ｂ），（ｃ）三處常被用作關(guān)鍵部位的檢測，其中，（ａ）??部位最為明顯，圖像區(qū)域受手術(shù)影響較小，因此選擇棘突邊緣作為實驗方案的關(guān)??鍵部位。??過伸位?過屈位??圖３－４頸椎前路融合術(shù)后Ｘ線圖像樣本??Ｆｉｇ．３－４?Ａｎｔｅｒｉｏｒ?ｃｅｒｖｉｃａｌ?ｄｉｓｃｅｃｔｏｍｙ?ａｎｄ?ｆｕｓｉｏｎ?Ｘ－ｒａｙ?ｉｍａｇｅ?ｓａｍｐｌｅｓ．??２４??

【參考文獻】：
期刊論文
[1]醫(yī)學影像技術(shù)學科的現(xiàn)狀與發(fā)展[J]. 趙宇,滕婷,祝因蘇,劉偉,張玲.  教育教學論壇. 2017(07)
[2]一種全新的兩步自動化醫(yī)學圖像分割方案[J]. 何菁,陳勝.  電子科技. 2016(07)
[3]3D醫(yī)學影像的發(fā)展與應用[J]. 杜新峰,章祖華.  人民軍醫(yī). 2013(09)
[4]3D打印技術(shù)的內(nèi)在風險與政策法律規(guī)范[J]. 劉步青.  科學經(jīng)濟社會. 2013(02)
[5]數(shù)字圖像處理技術(shù)研究進展[J]. 陳汗青,萬艷玲,王國剛.  工業(yè)控制計算機. 2013(01)
[6]基于SIFT和RANSAC的特征圖像匹配方法[J]. 常青,張斌,邵金玲.  華東理工大學學報(自然科學版). 2012(06)
[7]圖像識別的技術(shù)現(xiàn)狀和發(fā)展趨勢[J]. 張家怡.  電腦知識與技術(shù). 2010(21)
[8]圖像分割算法研究綜述[J]. 何俊,葛紅,王玉峰.  計算機工程與科學. 2009(12)
[9]結(jié)合全局信息的SIFT特征匹配算法[J]. 紀華,吳元昊,孫宏海,王延杰.  光學精密工程. 2009(02)
[10]圖像邊緣檢測方法研究綜述[J]. 段瑞玲,李慶祥,李玉和.  光學技術(shù). 2005(03)

博士論文
[1]醫(yī)學圖像特征提取方法及應用研究[D]. 肖哲.電子科技大學 2017
[2]圖像特征提取方法及其應用研究[D]. 劉淑琴.西北大學 2016
[3]基于磁共振成像的腦網(wǎng)絡(luò)技術(shù)及臨床應用研究[D]. 丁菊容.電子科技大學 2012

碩士論文
[1]基于腦CT圖像的病變自動化檢測技術(shù)研究[D]. 陳紅軍.哈爾濱理工大學 2008



本文編號：3534334