腦腫瘤早期診斷對(duì)治療的改善和患者生存率的提高起著重要的作用.但腦腫瘤很難通過侵入性的檢查來診斷,因此醫(yī)學(xué)影像學(xué)手段成為了最直觀的輔助腦腫瘤診斷方法.在各種影像學(xué)方法中,MRI作為一種應(yīng)用廣泛的醫(yī)學(xué)影像學(xué)技術(shù),對(duì)軟組織的分辨率高,無骨性偽影,可以生成各種截面影像,甚至直接生成三維圖像,因此在腦腫瘤的輔助診斷中具有很大的優(yōu)勢(shì).腦腫瘤MR圖像的分割,是指將腦腫瘤組織在MR圖像上從正常的組織(包括腦灰質(zhì)、腦白質(zhì)、腦脊液等)中分割出來,并進(jìn)一步分割其亞結(jié)構(gòu)(包塊水腫、壞死、增強(qiáng)和非增強(qiáng)的腫瘤核)的技術(shù).腦腫瘤及其亞結(jié)構(gòu)MR圖像的分割對(duì)腦腫瘤的診斷、治療和評(píng)估有著十分重要的作用.隨著腦腫瘤發(fā)病率的增加,需要進(jìn)行腦腫瘤分割的MR圖像越來越多,但手動(dòng)操作費(fèi)時(shí)費(fèi)力,且沒有可重復(fù)性.因此,對(duì)半自動(dòng)甚至全自動(dòng)分割腦腫瘤MR圖像算法的研究具有十分重要的意義.在這樣的背景下,本文從對(duì)眾多腦腫瘤MR圖像分割算法的深入了解出發(fā),重點(diǎn)研究了基于CNN的腦腫瘤MR圖像分割方法,并提出了一種結(jié)合CRF的改進(jìn)DCNN方法.本文的核心工作有以下幾點(diǎn):1、系統(tǒng)介紹了一些常見的腦腫瘤MR圖像分割算法,包括非學(xué)習(xí)的基于閾值、邊界、... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1兩種級(jí)別腦腫瘤的四種MR圖像

背景和目標(biāo)圖像的方法，它的能量函數(shù)由分組成，其中水平集規(guī)則項(xiàng)為： Rpdxdy， ( ) 函數(shù)，并最終選擇 Double-well 勢(shì)函數(shù)，這

提高了 MR 圖像中腦腫瘤的分割精度．波變換的分割方法的“小”是相對(duì)傅立葉變換而言的，它將傅立葉變數(shù)基變成了有限長(zhǎng)度的“小波”基，從而有效地避域中時(shí)，時(shí)間信息的丟失．用于小波分析的“小波aar 小波，Daubechies 小波，Symlet 小波，Biorthogo


本文編號(hào)：2933072