發(fā)布時間：2019-11-20 04:18

【摘要】：大量研究發(fā)現(xiàn),在顱內(nèi)血管的流體力學(xué)仿真模擬中,精確的血管數(shù)據(jù)對于實驗結(jié)果非常關(guān)鍵,微小的數(shù)據(jù)差異可能產(chǎn)生很大的差距,因此如何有效地分割血管成為仿真研究過程中重要一環(huán)[1]。醫(yī)學(xué)影像儀器掃描時容易受到內(nèi)部影響或外界因素干擾,使得血管圖像表現(xiàn)出模糊不清,對比度低等特點,加之顱內(nèi)血管自身細小,這也給分割血管帶來了難度�；顒虞喞Ｐ褪墙陙硌芯康臒狳c,具有抗噪和處理灰度不均勻圖像的特點[2]。本文著重研究活動輪廓模型在血管分割上的應(yīng)用,提出針對血管分割的改進算法,并分別應(yīng)用在二維血管圖像和三維系列斷層血管圖片中。本文的具體工作如下:1.提出一種結(jié)合SBGFRLS模型的閾值分割模型,該模型將局部閾值分割應(yīng)用到水平集方法上,提高了分割噪聲和灰度不均勻血管圖像的能力。2.針對顱內(nèi)血管的特點,本文提出一種引入差分圖像的活動輪廓模型。實驗表明,該模型具有多重分割特性,不僅能有效分割噪聲血管圖像,而且對于灰度不均勻血管圖像有很好的分割效果,此外還具有較高的效率,能夠滿足比較復(fù)雜血管的分割要求。3.針對斷層系列血管圖像的分割,本文改進了CV模型和SBGFRLS模型,將其應(yīng)用在三維體數(shù)據(jù)上,實驗表明改進后的模型能夠較好地完成分割,得到比較光滑的血管。4.為了與后期顱內(nèi)血管流體力學(xué)仿真模擬接軌,研發(fā)了基于MITK的三維重建平臺3DRebuilderTool工具,該工具具有三維重建、圖像分割、虛擬切割、測量以及導(dǎo)出三維網(wǎng)格文件功能,而三維網(wǎng)格文件正是后期進行仿真模擬的數(shù)據(jù)來源。
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41;R743

【共引文獻】

相關(guān)期刊論文 前10條

1 鄭偉;郭莉莉;趙蘢菲;梁曾;郝冬梅;;基于人工蜂群算法的SPECT-B超甲狀腺圖像配準[J];光電工程;2014年08期

2 李萬益;孫季豐;王玉龍;;基于雙隱變量空間局部粒子搜索的人體運動形態(tài)估計[J];電子與信息學(xué)報;2014年12期

3 羅丹;趙麗;;基于模糊能量聚類的變分水平集遙感圖像分割算法[J];電光與控制;2015年08期

4 張鳳軍;趙嶺;安國成;王宏安;戴國忠;;一種尺度自適應(yīng)的Mean Shift跟蹤算法[J];計算機研究與發(fā)展;2014年01期

5 王梅;李玉擰;全笑梅;;圖像分割的圖論方法綜述[J];計算機應(yīng)用與軟件;2014年09期

6 趙杰;趙蘢菲;門國尊;郭莉莉;;基于改進CPD算法的SPECT-B超甲狀腺圖像配準[J];激光雜志;2014年07期

7 張榮國;劉小君;董磊;李富萍;劉q;;物體輪廓形狀超像素圖割快速提取方法[J];模式識別與人工智能;2015年04期

8 何玲娜;曹建伐;鄭河榮;;引入差分圖像具有多重特性的圖像分割模型[J];計算機科學(xué);2015年06期

9 唐利明;方壯;向長城;黃大榮;陳世強;;結(jié)合L~1擬合項的Chan-Vese模型[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2015年09期

10 鄭偉;李凱玄;張晶;于天燕;;基于改進蝙蝠算法的甲狀腺SPECT-B超圖像配準[J];河北大學(xué)學(xué)報(自然科學(xué)版);2015年05期

相關(guān)博士學(xué)位論文 前5條

1 岳洪偉;羽毛桿微小折痕檢測技術(shù)研究[D];廣東工業(yè)大學(xué);2013年

2 秦嬋嬋;基于隨機游走算法的圖像分割方法研究[D];華中師范大學(xué);2014年

3 劉毅;基于圖割的交互式圖像分割算法研究[D];南京理工大學(xué);2013年

4 李磊;基于圖割和四元數(shù)的非監(jiān)督彩色圖像分割[D];華中科技大學(xué);2014年

5 陳寅;多時相遙感圖像變化檢測技術(shù)研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 陳雷;基于活動輪廓模型的圖像分割算法研究[D];山東大學(xué);2013年

2 吳煒峰;基于水平集的灰度不均勻圖像分割研究[D];華南理工大學(xué);2013年

3 倪秀敏;基于Graph Cuts和粒子群模糊聚類的圖像分割研究[D];華南理工大學(xué);2013年

4 杜益福;基于圖割理論的圖像分割和三維重建方法研究[D];燕山大學(xué);2013年

5 王劍平;基于C-V水平集模型的醫(yī)學(xué)圖像分割研究[D];昆明理工大學(xué);2013年

6 牛文斐;基于形狀先驗和圖割的圖像分割方法研究[D];陜西師范大學(xué);2013年

7 張璐;基于曲線演化理論的圖像分割方法研究[D];江西理工大學(xué);2013年

8 郝闖;基于圖割理論的肝臟CT圖像分割算法研究[D];東北大學(xué);2012年

9 高瑩;基于圖割和水平集的腎磁共振圖像分割方法研究[D];大連海事大學(xué);2014年

10 汪志敏;羽毛片尺寸檢測研究與應(yīng)用[D];廣東工業(yè)大學(xué);2014年

，

本文編號：2563393