本文選題：醫(yī)學(xué)圖像分割　切入點(diǎn)：水平集　出處：《吉林大學(xué)》2017年博士論文

【摘要】：現(xiàn)代醫(yī)學(xué)影像技術(shù)已經(jīng)成為臨床疾病輔助診斷最重要的手段。醫(yī)學(xué)圖像除受到局部體效應(yīng)、噪聲、場(chǎng)偏移效應(yīng)、組織運(yùn)動(dòng)等影響,還會(huì)受到不同組織器官之間邊緣模糊、灰度不均勻影響。由于存在多維度、多模態(tài)、數(shù)據(jù)量大等諸多挑戰(zhàn),使醫(yī)學(xué)圖像處理與分析面臨新的困難。腦多發(fā)性硬化損傷病灶分布多發(fā),病程多見于緩解和復(fù)發(fā),臨床病狀可遍及全身,嚴(yán)重者會(huì)產(chǎn)生失明、記憶力減退等癥狀,終至癱瘓。有關(guān)腦多發(fā)性硬化損傷區(qū)域的研究和診斷已引起醫(yī)學(xué)界的廣泛關(guān)注。另外,腦血管疾病也是一種嚴(yán)重威脅人類生命的常見疾病,發(fā)病率高,致殘率高,死亡率高,已成為危害人類健康的大敵。腦血管分割已經(jīng)是醫(yī)學(xué)圖像分析中相當(dāng)活躍的研究領(lǐng)域,腦血管分割可以實(shí)現(xiàn)斑塊,動(dòng)脈瘤和冠狀動(dòng)脈的異常構(gòu)造檢測(cè)等。腦血管的分割和可視化在中風(fēng)患者的診斷和治療中起到重要作用,可以幫助自動(dòng)識(shí)別缺血性或出血性中風(fēng)的根本原因。1.為了研究正常腦組織及病變?cè)诨叶炔痪暮舜殴舱駡D像下分割的問題,本文提出一種新的方法將乘性本征因子優(yōu)化模型(MICO)由單通道擴(kuò)展至多通道磁共振圖像分割,應(yīng)用于腦多發(fā)性硬化損傷分割。首先,為不同通道賦予不同權(quán)重來控制對(duì)每個(gè)通道的影響。然后,結(jié)合偏移場(chǎng)估計(jì)的內(nèi)在機(jī)理,把T1-w和FLAIR圖像作為雙通道磁共振輸入圖像,得到一種高效的迭代算法。在能量最小化的同時(shí),實(shí)現(xiàn)偏移場(chǎng)估計(jì)和組織分割。該方法可快速收斂于最優(yōu)解,其顯著優(yōu)勢(shì)在于不依賴于初始化,可實(shí)現(xiàn)魯棒、完全自動(dòng)化應(yīng)用。2.本文應(yīng)用局部灰度聚類性質(zhì)的三相位距離正則化水平集模型,對(duì)含有灰度不均勻FLAIR圖像的多發(fā)性硬化損傷區(qū)域的分割�？赏瑫r(shí)分割圖像中的多發(fā)性硬化損傷區(qū)域和正常組織區(qū)域及圖像背景并進(jìn)行偏移場(chǎng)估計(jì)。為了減少計(jì)算量,在三相位模型的基礎(chǔ)上,推導(dǎo)出一個(gè)二相位水平集模型。該水平集模型能夠獲得較好的分割精度,同時(shí)也使靈活使用初始化輪廓成為可能。3.本文將改進(jìn)的LBF模型應(yīng)用于腦血管的核磁圖像分割中,首先為了減小分割細(xì)小的血管時(shí)出現(xiàn)的誤差,改進(jìn)的模型在水平集演化過程中的擬合函數(shù)計(jì)算中,將光滑化的Heaviside函數(shù)的參數(shù)∈賦予較小的值,使得零水平集曲線更精準(zhǔn)的收斂于目標(biāo)區(qū)域。其次,我們還充分利用MRA圖像中血管的局部平均灰度高于背景的局部平均灰度,將擬合函數(shù)f1和f2重排順序,使得f1＜f2。另外,水平集正則項(xiàng)從本質(zhì)上保留了水平集函數(shù)的正則性,確保計(jì)算的準(zhǔn)確性,并且避免了不斷演化的水平集函數(shù)大量的重新初始化。由于允許相當(dāng)靈活的初始化,對(duì)實(shí)際應(yīng)用帶來很大的方便。4.為了解決缺血性腦中風(fēng)區(qū)域與具有相似灰度的腦室相鄰問題,本文提出一種用于CT腦室的客觀分割方法。通過正中矢狀參考線檢測(cè)對(duì)齊腦圖像。然后,使用聚類方法、連通性和域知識(shí)來估算腦室的灰度分布,從而得到初始腦室分割結(jié)果。為了從初始分割中排查出中風(fēng)區(qū)域,提出由三種不同方案組成的組合分割策略,使分割結(jié)果與參考標(biāo)準(zhǔn)之間具有較高的相關(guān)系數(shù),保證分割系統(tǒng)達(dá)到理想的效果。
[Abstract]:......
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：R741.044;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林亞忠;程躍斌;陳武凡;;一種水平集分割的快速算法[J];南方醫(yī)科大學(xué)學(xué)報(bào);2006年06期

2 楊曉霜;汪源源;王涌;王怡;;基于改進(jìn)變分水平集法提取超聲圖像乳腺腫瘤邊緣[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2008年06期

3 鮑征燁;周衛(wèi)平;舒華忠;;一種基于水平集的骨架提取方法[J];生物醫(yī)學(xué)工程研究;2007年02期

4 楊玲;侯小葉;王中科;饒妮妮;;局部信息約束的形狀導(dǎo)向水平集算法對(duì)下頜管的分割[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2012年02期

5 任曉穎;喻大華;;一種基于ITK腦部MRI混合分割方法的設(shè)計(jì)與實(shí)現(xiàn)[J];中國組織工程研究;2012年39期

6 李海云,李光穎,王箏;一種基于水平集的脊柱MRI圖像分割算法的研究[J];北京生物醫(yī)學(xué)工程;2004年03期

7 楊昌俊;楊新;;基于圖割與快速水平集的腹部CT圖像分割[J];CT理論與應(yīng)用研究;2011年03期

8 金大年;陳衛(wèi)東;韋秋菊;;一種基于快速混合型K均值的水平集圖像分割方法[J];中國醫(yī)學(xué)物理學(xué)雜志;2011年01期

9 鄭彩仙;許修;王成;葉秀霞;;MRI-UTE牙齒圖像分割的分層約束矯正的改進(jìn)水平集算法[J];中國醫(yī)療器械雜志;2013年04期

10 馮艷玲;陳真誠;何繼善;張陽德;錢盛友;;基于水平集的HIFU損傷區(qū)域三維重建技術(shù)[J];醫(yī)療衛(wèi)生裝備;2007年11期

相關(guān)會(huì)議論文 前8條

1 王一波;胡仲翔;姚耀;;基于水平集的激光條紋提取方法[A];2009全國虛擬儀器大會(huì)論文集（一）[C];2009年

2 田昊;楊劍;李國輝;;基于變分水平集的遙感影像建筑物檢測(cè)[A];第18屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

3 曹曉光;崔林艷;;基于閾值和水平集的尿沉渣圖像分割組合算法[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

4 王斐;趙杰煜;;基于多重網(wǎng)格的水平集圖像分割方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 梅立超;姜慧研;張柳青;劉洪娟;;基于GPU和水平集的肝臟快速分割方法的研究[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

6 凌和良;鄔冬華;劉瑞霞;;變測(cè)度的積分型全局優(yōu)化算法[A];中國運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2004年

7 程俊霞;;水平集方程在四邊形網(wǎng)格上的數(shù)值離散方法[A];中國工程物理研究院科技年報(bào)(2008年版)[C];2009年

8 金小禮;雷作勝;張浩斌;鄧康;任忠鳴;;氣泡在不互溶兩相流體界面行為的數(shù)值模擬[A];第十三屆（2009年）冶金反應(yīng)工程學(xué)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 韓明;基于水平集表示和均值漂移的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤研究[D];燕山大學(xué);2015年

2 秦傳波;基于微型機(jī)器人的自動(dòng)化顯微注射系統(tǒng)關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2015年

3 劉宇;基于水平集方法和模糊模型的醫(yī)學(xué)圖像分割算法研究[D];吉林大學(xué);2016年

4 何昀;基于圖像水平集分割的航磁圖像信息提取方法研究[D];吉林大學(xué);2016年

5 趙悅;基于能量極小化方法的腦影像分割算法研究[D];吉林大學(xué);2017年

6 楊紅U，

本文編號(hào)：1693252