【摘要】：隨著信息技術(shù)與臨床醫(yī)學(xué)結(jié)合的不斷深入,圖像輔助診斷(Image Aided Diagnosis)技術(shù)日益成為科學(xué)研究和實(shí)際應(yīng)用的熱點(diǎn),本課題針對(duì)普通拍照設(shè)備(手機(jī)、照相機(jī)等)獲取的嬰幼兒血管瘤圖像,開(kāi)展圖像輔助診斷關(guān)鍵技術(shù)研究。主要涉及:嬰幼兒血管瘤圖像中病變區(qū)域分割、基于圖像的病程期量化方法,血管瘤圖像融合等方面。本文的主要成果如下:(1)研究了嬰幼兒血管瘤圖像的預(yù)處理和分割問(wèn)題,提出了基于混合特征的馬爾科夫隨機(jī)場(chǎng)分割方法。采用中值濾波、限制對(duì)比度直方圖均衡化和基于顏色恒常性的光照調(diào)整算法,進(jìn)行圖像預(yù)處理;(2)研究了基于圖像特征的病程期量化方法。對(duì)比研究了圖像顏色特征和紋理特征的提取,以及對(duì)病程期量化的相關(guān)性。實(shí)驗(yàn)驗(yàn)證了基于顏色特征的病程期量化方法的有效性。(3)研究了嬰幼兒血管瘤圖像的配準(zhǔn)和融合問(wèn)題,采用基于最大互信息的配準(zhǔn)方法,對(duì)比研究了SIFT配準(zhǔn)方法和基于最大互信息的配準(zhǔn)方法,進(jìn)行圖像病變區(qū)的配準(zhǔn);采用了基于小波分解的圖像融合方法,實(shí)現(xiàn)圖像病變區(qū)的融合。(4)研究了嬰幼兒血管瘤圖像的樣本擴(kuò)充問(wèn)題,提出了基于血管瘤變化規(guī)律及融合圖像進(jìn)行樣本擴(kuò)充的方法。實(shí)驗(yàn)證明基于混合特征的馬爾科夫隨機(jī)場(chǎng)分割方法可以有效地對(duì)嬰幼兒血管瘤的病變區(qū)域進(jìn)行分割。而基于圖像特征的血管瘤病程期量化可以輔助醫(yī)生和患者對(duì)疾病發(fā)展及治愈過(guò)程的科學(xué)量化。最后通過(guò)實(shí)驗(yàn)驗(yàn)證基于血管瘤變化規(guī)律及融合圖像擴(kuò)充樣本數(shù)據(jù)的方法可以有效地?cái)U(kuò)充樣本數(shù)據(jù),并提高分類的正確性。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R732.2;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張f

本文編號(hào)：2732696