基于概率密度加權(quán)測地距離的腦部MR圖像分割問題研究與應用
發(fā)布時間:2021-09-28 00:17
醫(yī)學影像技術(shù)的快速發(fā)展,使其成為臨床醫(yī)療的主要輔助手段。核磁共振圖像(MRI)作為醫(yī)學圖像分割技術(shù)的研究核心,其成像特點具有較高的軟組織分辨能力,便于進行大腦組織結(jié)構(gòu)的識別和醫(yī)學影像的量化分析,廣泛應用于檢查腦部病變組織、神經(jīng)解剖等的研究中。因此,腦部MR圖像分割是業(yè)界研究關(guān)注的主要對象、也是醫(yī)學圖像處理的重點問題。但是,由于醫(yī)學圖像的成像容易受噪聲、磁場等外界因素的干擾,造成了醫(yī)學影像模糊和不均勻;同時,醫(yī)學圖像涉及人體組織,成分較自然圖像更復雜,對其分割的閾值差異要求更精細。以上這些都給醫(yī)學圖像分割研究的發(fā)展帶來了極大的困難。對許多醫(yī)學圖像處理任務來說,超像素分割經(jīng)常被作為預處理工作,是一種重要的過分割技術(shù)(Over-segmentation)。例如,將超像素(Superpixel)應用到腦部MR 圖像的組織分割中,可以顯著減少后處理步驟的工作量。然而,由于不—同腦部組織的灰度分布區(qū)間有重疊,不同組織之間的差別并不明顯,大多數(shù)現(xiàn)有的超像素分割算法無法實現(xiàn)對弱邊界情況的精確分割。本文從腦部MR圖像的特點出發(fā),充分利用腦部MR圖像表達先驗知識,在給定的腦部MR圖像中觀察腦組織的一般結(jié)構(gòu)...
【文章來源】:山東大學山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【部分圖文】:
圖2-1腦部MR圖像(a)合成腦部MR圖像;(b)原始腦部MR圖像??
圖2-3測地距離示意圖??2-1,,
圖2-5超像素生成示意圖??如圖2-5,對圖像進行過分割,即生成超像素時:??(1)初始化種子點,均勻采樣N個聚類中心;??
本文編號:3410884
【文章來源】:山東大學山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【部分圖文】:
圖2-1腦部MR圖像(a)合成腦部MR圖像;(b)原始腦部MR圖像??
圖2-3測地距離示意圖??2-1,,
圖2-5超像素生成示意圖??如圖2-5,對圖像進行過分割,即生成超像素時:??(1)初始化種子點,均勻采樣N個聚類中心;??
本文編號:3410884
本文鏈接:http://sikaile.net/linchuangyixuelunwen/3410884.html
最近更新
教材專著