本文關(guān)鍵詞：基于遺傳思想蝙蝠算法的甲狀腺SPECT-B超圖像配準

  更多相關(guān)文章： 圖像配準 甲狀腺結(jié)節(jié) SPECT圖像 B超圖像 遺傳思想 蝙蝠算法 梯度歸一化互信息

【摘要】：隨著甲狀腺癌發(fā)病率的提高,準確檢測甲狀腺結(jié)節(jié)良惡性非常重要,因為在甲狀腺結(jié)節(jié)中,只有5%為惡性結(jié)節(jié),大部分為良性結(jié)節(jié),如果及早發(fā)現(xiàn)并積極治療是可以完全治愈的。B超檢查能清晰顯示甲狀腺組織內(nèi)的細微變化,并且安全無輻射,對結(jié)節(jié)定位準確,但無法確定甲狀腺結(jié)節(jié)的良惡性;SPECT圖像是根據(jù)腺體內(nèi)碘-1311的分布,提供與病變的良惡性密切關(guān)系的功能圖像,但不能準確定位結(jié)節(jié)位置。為了獲得全面的甲狀腺信息,將SPECT圖像與B超圖像進行融合,圖像融合的前提是圖像配準,本文主要研究甲狀腺SPECT圖像和B超圖像的配準。SPECT圖像與B超圖像像素灰度分布差異大,因此基于灰度的配準方法容易出現(xiàn)誤配準。本文采用KFCM算法分割SPECT圖像,并提出了NSST變換與GCBAC相結(jié)合的方法分割B超圖像,將分割所得到的甲狀腺兩葉及腫瘤二值圖像作為本文配準依據(jù)。針對梯度歸一化互信息在遠離配準位置處具有較多的局部極值,對梯度歸一化互信息進行了改進,將歸一化互信息中不隨位置改變的分子部分改為互信息;針對蝙蝠算法收斂精度低,容易陷入局部極值,提出了遺傳思想蝙蝠算法,就是將遺傳思想中選擇、交叉和變異操作與蝙蝠算法相結(jié)合。以改進的梯度歸一化互信息為相似性測度,以遺傳思想蝙蝠算法為優(yōu)化算法對甲狀腺SPECT圖像和B超圖像進行配準。實驗結(jié)果表明,本文方法具有較高的配準準確性和配準速度。
【關(guān)鍵詞】：圖像配準 甲狀腺結(jié)節(jié) SPECT圖像 B超圖像 遺傳思想 蝙蝠算法 梯度歸一化互信息
【學位授予單位】：河北大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R581;TP18;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 課題研究背景和意義10-11
• 1.2 甲狀腺SPECT圖像與B超圖像配準的研究現(xiàn)狀11-13
• 1.3 甲狀腺圖像的成像原理及特征分析13-16
• 1.3.1 甲狀腺的解剖結(jié)構(gòu)13-14
• 1.3.2 甲狀腺SPECT圖像的成像原理及特點14-15
• 1.3.3 甲狀腺B超圖像的成像原理及特點15-16
• 1.4 論文組織結(jié)構(gòu)16-18
• 第2章 醫(yī)學圖像配準理論18-32
• 2.1 圖像配準概念及一般步驟18-25
• 2.1.1 空間幾何變換20-22
• 2.1.2 圖像灰度插值22-25
• 2.2 本文配準方法及特征提取25-31
• 2.2.1 基于KFCM提取SPECT圖像中甲狀腺兩葉及腫瘤二值圖像26-27
• 2.2.2 基于NSST與GCBAC分割B超圖像中甲狀腺兩葉及腫瘤二值圖像27-31
• 2.3 本章小結(jié)31-32
• 第3章 基于改進梯度歸一化互信息的圖像配準32-40
• 3.1 互信息32-34
• 3.1.1 熵32
• 3.1.2 互信息的定義與性質(zhì)32-33
• 3.1.3 互信息在配準中的應用33-34
• 3.2 梯度歸一化互信息34-36
• 3.2.1 歸一化互信息34-35
• 3.2.2 梯度歸一化互信息35-36
• 3.3 改進的梯度歸一化互信息36-39
• 3.4 本章小結(jié)39-40
• 第4章 遺傳思想蝙蝠算法40-51
• 4.1 蝙蝠算法40-43
• 4.1.1 概述40
• 4.1.2 回聲定位原理40-41
• 4.1.3 蝙蝠算法41-43
• 4.2 遺傳思想蝙蝠算法43-46
• 4.2.1 遺傳思想43-44
• 4.2.2 遺傳思想蝙蝠算法44-46
• 4.3 數(shù)值仿真及結(jié)果比較分析46-49
• 4.3.1 實驗環(huán)境和參數(shù)設(shè)置46
• 4.3.2 測試函數(shù)46-47
• 4.3.3 實驗結(jié)果和分析比較47-49
• 4.4 本章小結(jié)49-51
• 第5章 基于遺傳思想蝙蝠算法的甲狀腺SPECT-B超圖像配準51-57
• 5.1 本文配準框架51-52
• 5.2 遺傳思想蝙蝠算法中的參數(shù)設(shè)置52-54
• 5.3 實驗結(jié)果及分析54-56
• 5.4 本章小結(jié)56-57
• 第6章 總結(jié)與展望57-59
• 6.1 工作總結(jié)57
• 6.2 工作展望57-59
• 參考文獻59-62
• 致謝62-63
• 攻讀學位期間取得的科研成果63

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王衛(wèi)東,盧衛(wèi)國,包尚聯(lián),俎棟林,尤江生;圖像配準和融合及其在醫(yī)學影像中的應用[J];CT理論與應用研究;1997年02期

2 王穎穎,張偉成;數(shù)字減影血管造影技術(shù)[J];中國醫(yī)療器械信息;2004年06期

3 劉振穎;張永壽;;基于控制點圖像配準方法的研究[J];中國醫(yī)學裝備;2011年03期

4 陳芳;張建秋;胡波;;基于塊圖像內(nèi)容自適應選擇的數(shù)字減影血管造影術(shù)的圖像配準法[J];航天醫(yī)學與醫(yī)學工程;2009年01期

5 李欣;周凌宏;甄鑫;盧文婷;;2D/3D剛性圖像配準在腫瘤放療計劃中的應用[J];中國醫(yī)學物理學雜志;2011年02期

6 盧廣文;謝耀欽;;基于控制體的兩步法圖像配準(英文)[J];南方醫(yī)科大學學報;2011年11期

7 沃飛;李志明;莊天戈;;基于胸片局部圖像配準的身份識別技術(shù)研究[J];中國醫(yī)療器械雜志;2007年03期

8 陳昱,張遠林;醫(yī)學圖像配準的研究方法縱覽[J];北京生物醫(yī)學工程;2000年02期

9 廖秀秀;于慧敏;揚威;;基于隱含形狀表示和邊緣信息融合的非剛體圖像配準[J];中國生物醫(yī)學工程學報;2008年03期

10 譚立文;胡南;宋林;吳毅;張紹祥;;亞像素斷層圖像配準數(shù)據(jù)集的建立[J];局解手術(shù)學雜志;2008年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 付宇光;唐煥文;唐一源;;一種優(yōu)化算法在圖像配準中的應用[A];第二十屆中國控制會議論文集（上）[C];2001年

2 桂秋陽;邱志明;;大口徑艦炮圖像配準方式射擊精度仿真[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術(shù)年會論文集[C];2006年

3 彭靜;徐曉艷;任蕾;;一種基于極對數(shù)分數(shù)階傅里葉變換的圖像配準方法[A];第七屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2011)論文集【oral】[C];2011年

4 王佳佳;廖寧放;廉玉生;劉子龍;;基于八通道成像光譜儀圖像配準技術(shù)研究[A];中國光學學會2010年光學大會論文集[C];2010年

5 馮麗麗;姜慧研;李季;;一種自適應的非剛性圖像配準方法及其在肝臟配準中的應用[A];第九屆全國信息獲取與處理學術(shù)會議論文集Ⅱ[C];2011年

6 翟勝軍;姜暉;張鑫;;一種基于角點的圖像配準方法[A];武漢(南方九省)電工理論學會第22屆學術(shù)年會、河南省電工技術(shù)學會年會論文集[C];2010年

7 吳錚;錢徽;朱淼良;;基于特征匹配的航空圖像配準[A];第十二屆全國圖象圖形學學術(shù)會議論文集[C];2005年

8 楊必武;倪志斌;;圖像配準中基于最大熵的模板選取算法研究[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 李紅波;倪國強;;圖像配準中特征點匹配分析與展望[A];第三屆全國嵌入式技術(shù)和信息處理聯(lián)合學術(shù)會議論文集[C];2009年

10 滕凱風;張建秋;周柏楊;王友華;;基于免疫單純形法的魯棒多分辨率圖像配準[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 叢偉建;應用于肝臟介入診療的超聲圖像分析與導航方法研究[D];北京理工大學;2015年

2 靳峰;基于特征的圖像配準關(guān)鍵技術(shù)研究[D];西安電子科技大學;2015年

3 黃韶杰;基于聚類的煤巖分界圖像識別技術(shù)研究[D];中國礦業(yè)大學(北京);2016年

4 馬亮;基于模塊化推掃式成像光譜儀的光譜校正與圖像配準技術(shù)研究[D];中國科學院研究生院(上海技術(shù)物理研究所);2015年

5 宋智禮;圖像配準技術(shù)及其應用的研究[D];復旦大學;2010年

6 周武;精密圖像配準方法研究及在精密電子組裝中的應用[D];華南理工大學;2012年

7 黃曉陽;在體肝臟圖像配準方法及應用研究[D];廈門大學;2009年

8 朱憲偉;基于結(jié)構(gòu)特征的異源圖像配準技術(shù)研究[D];國防科學技術(shù)大學;2009年

9 王東峰;多模態(tài)和大型圖像配準技術(shù)研究[D];中國科學院研究生院（電子學研究所）;2002年

10 王雷;影像導航手術(shù)中2D/3D圖像配準[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 汪松;在圖像配準中基于點特征的匹配算法[D];鄭州大學;2015年

2 王菲;一種改進的紅外圖像配準拼接算法研究[D];蘭州大學;2015年

3 蔣詩慧;機載合成孔徑雷達圖像配準方法研究與改進[D];北京交通大學;2016年

4 趙春雪;基于SIFT檢測的Demons圖像配準算法研究[D];遼寧師范大學;2015年

5 楊晶;小動物PET和小動物CT圖像配準的研究[D];東南大學;2015年

6 李曉楠;影像學圖像減影軟件開發(fā)及其腦部病變應用[D];東北大學;2014年

7 李昕;基于FPGA的Harris角點圖像配準系統(tǒng)設(shè)計與實現(xiàn)[D];東北大學;2014年

8 高夢珠;基于圖像配準的車標識別算法研究[D];安徽大學;2016年

9 趙杰;基于圖像配準的包裹表單內(nèi)容提取[D];華東師范大學;2016年

10 陳磊;圖像配準中基于特征提取和匹配的方法研究[D];吉林大學;2016年

，

本文編號：841467