基于主動輪廓模型的心臟核磁共振圖像左心室分割方法研究
發(fā)布時間:2021-07-11 15:11
心臟核磁共振成像(magnetic resonance imaging, MRI)能夠提供高分辨率、高品質的醫(yī)學圖像,是當前醫(yī)學圖像分析領域的研究熱點之一。借助于心臟核磁共振圖像,評定左心室心肌功能,在臨床診斷中具有重要意義。對心臟解剖結構的準確描述和功能的定量分析是以準確分割心肌的內外邊緣為基礎的,尤其是心臟左心室內、外膜的分割。主動輪廓模型對心臟核磁共振圖像的分割有良好的效果從而在醫(yī)學圖像處理中得到廣泛應用,本文研究重點正是基于Snake模型的心臟核磁共振圖像分割,對外力模型的改善、內外膜分割等關鍵問題進行了分析和研究。受圖像質量的影響,對心臟核磁共振圖像左心室內、外膜分割在有些情況下得不到很好的分割結果。本文根據目標的先驗知識,引入形狀約束,從而有效克服了由于圖像灰度不均、乳突肌等引起的局部極小對心臟MRI的影響,使得Snake輪廓可以準確地分割心臟左心室。本文提出了一種基于廣義法向有偏梯度矢量流(GNBGVF)模型的心臟核磁共振圖像左心室內、外膜分割方法。首先提出了主動輪廓模型的廣義法向有偏梯度矢量流外力模型,作為對梯度矢量流的改進,該外力模型同時保持了切線方向和法線方向有偏的...
【文章來源】:北京理工大學北京市 211工程院校 985工程院校
【文章頁數】:63 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 醫(yī)學圖像分割方法概述
1.2.1 基于圖譜的方法
1.2.2 基于區(qū)域的方法
1.2.3 基于聚類的方法
1.2.4 基于統(tǒng)計學的方法
1.2.5 基于神經網絡的方法
1.2.6 基于尺度空間的方法
1.2.7 基于可形變模型的方法
1.2.8 基于偏微分方程的方法
1.3 心臟MR 圖像分割
1.4 研究內容
1.5 論文結構
第2章 Snake 模型簡述
2.1 引言
2.2 經典Snake 模型
2.3 GVF Snake 模型
2.4 NGVF Snake 模型
2.5 本章小結
第3章 基于GNBGVF Snake 模型的心臟MR 圖像分割
3.1 引言
3.2 廣義法向有偏梯度矢量流模型
3.3 圓形約束
3.4 分割算法
3.5 實驗結果與分析
3.6 本章小結
第4章 基于ENGGVF Snake 模型的心臟MR 圖像分割
4.1 引言
4.2 ENGGVF Snake 模型
4.3 橢圓能量約束
4.4 分割算法
4.5 實驗結果與分析
4.5.1 選擇平滑方向梯度矢量流的有效性
4.5.2 Snake 全局形狀能量的作用
4.5.3 心臟 MR 圖像心動周期分割結果
4.6 本章小結
第5章 結束語
5.1 工作總結
5.2 未來展望
參考文獻
攻讀學位期間發(fā)表論文與研究成果清單
致謝
【參考文獻】:
期刊論文
[1]MR心臟序列圖像左心室內外壁聯(lián)合分割和時序追蹤新方法[J]. 秦安,馮前進,陳武凡. 中國圖象圖形學報. 2008(01)
[2]一種新的心臟核磁共振圖像分割方法[J]. 王元全,賈云得. 計算機學報. 2007(01)
[3]基于改進快速活動輪廓模型的左心室核磁共振圖像分割[J]. 周則明,王洪元,尤建潔,王平安,夏德深. 計算機研究與發(fā)展. 2004(01)
[4]心臟序列圖像運動估計新方法:基于廣義模糊梯度矢量流場的形變曲線運動估計與跟蹤[J]. 周壽軍,梁斌,陳武凡. 計算機學報. 2003(11)
[5]醫(yī)學圖像分割方法綜述[J]. 林瑤,田捷. 模式識別與人工智能. 2002(02)
本文編號:3278335
【文章來源】:北京理工大學北京市 211工程院校 985工程院校
【文章頁數】:63 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 醫(yī)學圖像分割方法概述
1.2.1 基于圖譜的方法
1.2.2 基于區(qū)域的方法
1.2.3 基于聚類的方法
1.2.4 基于統(tǒng)計學的方法
1.2.5 基于神經網絡的方法
1.2.6 基于尺度空間的方法
1.2.7 基于可形變模型的方法
1.2.8 基于偏微分方程的方法
1.3 心臟MR 圖像分割
1.4 研究內容
1.5 論文結構
第2章 Snake 模型簡述
2.1 引言
2.2 經典Snake 模型
2.3 GVF Snake 模型
2.4 NGVF Snake 模型
2.5 本章小結
第3章 基于GNBGVF Snake 模型的心臟MR 圖像分割
3.1 引言
3.2 廣義法向有偏梯度矢量流模型
3.3 圓形約束
3.4 分割算法
3.5 實驗結果與分析
3.6 本章小結
第4章 基于ENGGVF Snake 模型的心臟MR 圖像分割
4.1 引言
4.2 ENGGVF Snake 模型
4.3 橢圓能量約束
4.4 分割算法
4.5 實驗結果與分析
4.5.1 選擇平滑方向梯度矢量流的有效性
4.5.2 Snake 全局形狀能量的作用
4.5.3 心臟 MR 圖像心動周期分割結果
4.6 本章小結
第5章 結束語
5.1 工作總結
5.2 未來展望
參考文獻
攻讀學位期間發(fā)表論文與研究成果清單
致謝
【參考文獻】:
期刊論文
[1]MR心臟序列圖像左心室內外壁聯(lián)合分割和時序追蹤新方法[J]. 秦安,馮前進,陳武凡. 中國圖象圖形學報. 2008(01)
[2]一種新的心臟核磁共振圖像分割方法[J]. 王元全,賈云得. 計算機學報. 2007(01)
[3]基于改進快速活動輪廓模型的左心室核磁共振圖像分割[J]. 周則明,王洪元,尤建潔,王平安,夏德深. 計算機研究與發(fā)展. 2004(01)
[4]心臟序列圖像運動估計新方法:基于廣義模糊梯度矢量流場的形變曲線運動估計與跟蹤[J]. 周壽軍,梁斌,陳武凡. 計算機學報. 2003(11)
[5]醫(yī)學圖像分割方法綜述[J]. 林瑤,田捷. 模式識別與人工智能. 2002(02)
本文編號:3278335
本文鏈接:http://sikaile.net/yixuelunwen/swyx/3278335.html