【摘要】：隨著醫(yī)療圖像處理技術(shù)的日趨成熟和相關(guān)硬件技術(shù)的完善,計算機輔助診斷在臨床疾病診斷、常見病理分析和患者治療等方面都有著廣泛的應(yīng)用,尤其是在腦疾病的研究中迫切需要優(yōu)秀的計算機輔助診斷技術(shù)來幫助醫(yī)生完成治療。臨床中多數(shù)腦疾病的診斷都將核磁圖像作為重要的診斷依據(jù),所以關(guān)于腦核磁圖像處理技術(shù)的研究成為了新的圖像研究熱點。其中,腦組織和病灶的精確分割不僅能幫助醫(yī)生快速了解病情,也為后續(xù)治療方案的確定以及3D可視化提供了重要的數(shù)據(jù)支持。目前雖然在醫(yī)療圖像分割方面有很多成熟的理論和方法,但成像過程中面臨設(shè)備設(shè)計缺陷、光照差異和腦組織不易區(qū)分等難點,因此針對不同的疾病,需要與實際需求相結(jié)合才能產(chǎn)生具有實用價值的圖像處理方法。本文以腦卒中MR圖像的分割為出發(fā)點,對腦卒中MR圖像分割中可能遇到的問題進行了分析,并通過與圖像處理技術(shù)相結(jié)合提出了一些改進的方法,主要工作有以下幾個方面:1.研究了閾值分割、模糊聚類、隨機場模型、活動輪廓模型等醫(yī)療圖像分割方法,最終利用改進的模糊C均值聚類(fuzzy C-means,FCM)實現(xiàn)分割。FCM算法引入了模糊集理論,能將腦組織輪廓較為清晰的展現(xiàn)出來,但該方法存在計算量大、未考慮空間信息等缺點。針對這些缺點,首先利用Canny算子的思想在降噪的同時將背景區(qū)域進行剔除,減少了后續(xù)分割算法的計算量。其次,將中心像素點的鄰域信息進行了充分的考慮,并采用基于灰度梯度的權(quán)重賦值方式進行改進。實驗結(jié)果表明,和傳統(tǒng)FCM算法、FCMS算法相比,改進后的FCMS算法在聚類效果等方面有了較大的提高。2.研究了基于區(qū)域生長的腦卒中MR圖像分割方法。傳統(tǒng)的區(qū)域生長需要人工手動選擇種子點,這種方法不僅要求操作者具有一定的醫(yī)學(xué)知識,也是一件費時費力的工作。本文以改進后的FCMS算法得到的聚類中心為備選種子點,從中進行挑選,并結(jié)合腦卒中MR圖像的特點制定了相應(yīng)的區(qū)域生長準(zhǔn)則,從而完成了區(qū)域生長的改進。實驗結(jié)果表明,改進后的算法擁有較好的分割精度,相對于手動方式的區(qū)域生長其分割效率有了較大提升。
【圖文】：

從圖 2.2 可知 Canny 算子相比于其他檢測方法對于腦卒中效果。因此本文中將基于 Canny 算子的處理流程來完成腦卒中景剔除工作，具體處理流程如下圖 2.3。2.2 Canny 算子基本介紹Canny 算子是一種設(shè)計比較復(fù)雜的邊緣檢測算法，，在去噪很好的表現(xiàn)，其設(shè)計主要基于以下三個目標(biāo)：（1）低錯誤率，即檢測到的邊緣應(yīng)該盡可能的與真實邊原圖片 提取邊緣孔洞填充 掩模(d) Sobel 算子 (e) Canny 算子圖 2.3 處理流程圖 2.2 邊緣檢測效果圖

得到： ( ) ( ) ( ) ( ) 值，得到：) ( ) ( ) 法的多次利用完成了圖像的雙線性插值較好表現(xiàn)。。如果圖像的變化比較復(fù)雜，同時對鄰插值法和雙線插值法則難以滿足要像素點作為插值的依據(jù)，但同時造成了圖 2.5 雙線性插值法
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R743.3;R445.2;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 周震;馬斌榮;;結(jié)合腦圖譜和水平集的MR圖像分割的研究[J];中國醫(yī)學(xué)物理學(xué)雜志;2006年05期

2 欒紅霞,戚飛虎;一種新的用于MR腦圖像分割的主動輪廓模型[J];儀器儀表學(xué)報;2004年S1期

3 李彬;陳武凡;;基于馬爾可夫場的多發(fā)性硬化癥MR圖像分割算法[J];生物醫(yī)學(xué)工程學(xué)雜志;2009年04期

4 顧升華;楊建偉;;基于改進的高斯混合模型腦MR圖像分割[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2009年03期

5 黃驍;李彬;馮前進;;改進模糊C-均值分割算法在多發(fā)性硬化癥MR腦部圖像中的應(yīng)用[J];中國組織工程研究與臨床康復(fù);2011年13期

6 張穎超;顧升華;葉小嶺;;基于有限混合模型的腦MR圖像分割算法[J];微計算機信息;2010年08期

7 余學(xué)飛;李彬;陳武凡;;多發(fā)性硬化癥MR圖像分割新算法研究[J];計算機工程與應(yīng)用;2009年02期

8 張建偉;方林;陳允杰;詹天明;李小田;;基于活動輪廓模型的左心室MR圖像分割[J];電子學(xué)報;2011年11期

9 周震;馬斌榮;;結(jié)合水平集和區(qū)域生長的腦MR圖像分割[J];北京生物醫(yī)學(xué)工程;2007年01期

10 趙波;鄭興華;白璐;楊勇;;腦白質(zhì)疏松癥MR圖像病變區(qū)域的量化分析[J];杭州電子科技大學(xué)學(xué)報;2012年06期

相關(guān)會議論文 前10條

1 欒紅霞;戚飛虎;;一種新的用于MR腦圖像分割的主動輪廓模型[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

2 庾曉月;倪兆敏;盧小麗;;一氧化碳中毒頭顱MR表現(xiàn)[A];2014年浙江省神經(jīng)病學(xué)學(xué)術(shù)年會論文匯編[C];2014年

3 王加偉;徐雷鳴;張敏鳴;;腮腺基底細胞腺瘤MR特征[A];2013年浙江省放射學(xué)學(xué)術(shù)年會論文集[C];2013年

4 蔡磊;丁旺仁;;馬凡綜合征大血管病變的MR診斷[A];中國醫(yī)學(xué)影像技術(shù)學(xué)術(shù)研討會論文集（上）[C];2004年

5 張輝;;幕上星形膠質(zhì)細胞瘤MR征象與微血管密度的相關(guān)性研究[A];2005年全國醫(yī)學(xué)影像技術(shù)學(xué)術(shù)會議西部論壇論文匯編[C];2005年

6 鄧德茂;孟悛非;陳應(yīng)明;周春香;高振華;;軟組織炎性肌纖維母細胞瘤的MR表現(xiàn)與手術(shù)病理對照分析[A];中華醫(yī)學(xué)會第十三屆全國放射學(xué)大會論文匯編（上冊）[C];2006年

7 黃硯玲;;有癥狀的顳下頜關(guān)節(jié)紊亂病增強前后MR研究[A];中華醫(yī)學(xué)會第十三屆全國放射學(xué)大會論文匯編（下冊）[C];2006年

8 韋云青;趙世華;陸敏杰;蔣世良;張巖;;心尖肥厚型心肌病的MR診斷[A];中華醫(yī)學(xué)會第十三屆全國放射學(xué)大會論文匯編（下冊）[C];2006年

9 楊麗;時高峰;劉輝;翟英敏;;MR不同序列診斷肝轉(zhuǎn)移瘤價值的比較[A];第四屆中國腫瘤學(xué)術(shù)大會暨第五屆海峽兩岸腫瘤學(xué)術(shù)會議論文集[C];2006年

10 張明;魚博浪;王斐;王蓉;張小玲;;非外傷性脊髓硬膜外血腫的MR診斷[A];2002年全國醫(yī)學(xué)影像技術(shù)學(xué)術(shù)會議論文匯編[C];2002年

相關(guān)重要報紙文章 前10條

1 本報記者 郭靜 通訊員 張秋霞;CT、MR、X光片影像檢查該選哪一種[N];廣東科技報;2016年

2 DataMesh;MR提高核工業(yè)監(jiān)測水平[N];中國電子報;2017年

3 趙靈芝;蘭州電信MR項目工作進展迅速[N];人民郵電;2005年

4 趙靈芝;蘭州電信全面推進MR項目[N];人民郵電;2005年

5 見習(xí)記者 徐徜徉;“大數(shù)據(jù)+MR”打造中國工業(yè)智慧大腦[N];中華工商時報;2017年

6 重慶商報－上游財經(jīng)記者 劉曉娜;虛擬家居來了 戴副MR眼鏡虛實結(jié)合做裝修[N];重慶商報;2018年

7 記者 周映夏 通訊員 于芝春;我市公布首批腦卒中急救醫(yī)院[N];中山日報;2018年

8 復(fù)旦大學(xué)附屬華山醫(yī)院康復(fù)醫(yī)學(xué)科主治醫(yī)師 劉罡;腦卒中患者怎么做康復(fù)[N];健康報;2018年

9 本報記者 蔣秀娟;北京邁迪頂峰：把腦卒中“夾閉”在發(fā)生之前[N];科技日報;2018年

10 記者 鄭穎t

本文編號：2602821