【摘要】：隨著信息技術(shù)與臨床醫(yī)學結(jié)合的不斷深入,圖像輔助診斷(Image Aided Diagnosis)技術(shù)日益成為科學研究和實際應(yīng)用的熱點,本課題針對普通拍照設(shè)備(手機、照相機等)獲取的嬰幼兒血管瘤圖像,開展圖像輔助診斷關(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)處理和分割問題,提出了基于混合特征的馬爾科夫隨機場分割方法。采用中值濾波、限制對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。對比研究了圖像顏色特征和紋理特征的提取,以及對病程期量化的相關(guān)性。實驗驗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和融合問題,采用基于最大互信息的配準方法,對比研究了SIFT配準方法和基于最大互信息的配準方法,進行圖像病變區(qū)的配準;采用了基于小波分解的圖像融合方法,實現(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充問題,提出了基于血管瘤變化規(guī)律及融合圖像進行樣本擴充的方法。實驗證明基于混合特征的馬爾科夫隨機場分割方法可以有效地對嬰幼兒血管瘤的病變區(qū)域進行分割。而基于圖像特征的血管瘤病程期量化可以輔助醫(yī)生和患者對疾病發(fā)展及治愈過程的科學量化。最后通過實驗驗證基于血管瘤變化規(guī)律及融合圖像擴充樣本數(shù)據(jù)的方法可以有效地擴充樣本數(shù)據(jù),并提高分類的正確性。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R732.2;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 張f

本文編號：2732696