本文關(guān)鍵詞：基于自適應(yīng)區(qū)域增長與四維曲線的CT圖像中血管分割算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：血管類的疾病正越來越多的引起人們的重視，隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，對這類疾病的檢測手段也日漸成熟，醫(yī)學(xué)造影技術(shù)的出現(xiàn)，是這類疾病檢測史上的一個里程碑，它為我們提供了一個高效的檢測方法，為了能夠進(jìn)一步的提高這種方法的效率，充分利用計(jì)算機(jī)技術(shù)，許多研究人員投入了大量的精力在這方面的研究之中，許多優(yōu)秀的血管分割算法也應(yīng)運(yùn)而生。 CT圖像中的血管分割不同于一般的圖像分割，其開發(fā)難度很大，這是由CT（Computer Tomography, CT）圖像的特點(diǎn)和血管的復(fù)雜性決定的，為了更好的完善針對CT圖像的可實(shí)用血管分割算法,使其能準(zhǔn)確、高效的提取出血管，本文著重在以下兩個方面進(jìn)行了研究：（1）找到現(xiàn)有算法的不足，分析其問題出現(xiàn)的原因；（2）對現(xiàn)有算法提出改進(jìn)并解決工程應(yīng)用上的問題，設(shè)計(jì)合理的數(shù)據(jù)結(jié)構(gòu)和算法流程，使其能夠處理大數(shù)據(jù)量并且在時間和空間開銷上能有所降低，，實(shí)現(xiàn)更好的人機(jī)交互，降低人為因素對血管分割效果的影響，滿足實(shí)際臨床上的應(yīng)用要求。具體包括： 1.分析現(xiàn)有的一些算法：區(qū)域增長技術(shù)、基于活動輪廓的四維曲線算法、自適應(yīng)區(qū)域增長算法，這三種方法都是基于統(tǒng)計(jì)的思想。通過對腿部以及頸部和腹部CT圖像的分割結(jié)果的分析，我們發(fā)現(xiàn)這三種算法具有很好的抗噪聲能力，并進(jìn)一步找出這些算法的優(yōu)缺點(diǎn)。 2.自適應(yīng)區(qū)域增長算法可以檢測出血管分支，但是算法中參數(shù)比較多。通過改進(jìn)立方體的移動規(guī)則以及競爭型區(qū)域增長的使用方式，減少了算法中的參數(shù)個數(shù)以及計(jì)算量，使得算法時間效率達(dá)到原來的三倍以上。而對于四維曲線算法提出了兩種改進(jìn)，都是基于縮小血管模型的思想，減少了重復(fù)計(jì)算量。
【關(guān)鍵詞】：血管分割 四維曲線算法 自適應(yīng)區(qū)域增長
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：R814.42;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 課題研究的背景8
• 1.2 課題研究的目的和意義8-9
• 1.3 研究現(xiàn)狀9-12
• 1.4 本文的研究內(nèi)容12-13
• 1.5 文章結(jié)構(gòu)13-14
• 第2章 自適應(yīng)區(qū)域增長算法14-24
• 2.1 引言14-15
• 2.2 競爭型區(qū)域增長算法15-19
• 2.2.1 競爭型區(qū)域增長算法原理15-16
• 2.2.2 算法實(shí)現(xiàn)流程16-18
• 2.2.3 算法分析18-19
• 2.3 自適應(yīng)區(qū)域增長算法19-23
• 2.3.1 算法原理介紹19-22
• 2.3.2 算法運(yùn)行結(jié)果22
• 2.3.3 算法分析22-23
• 2.4 本章小結(jié)23-24
• 第3章 改進(jìn)的自適應(yīng)區(qū)域增長算法24-33
• 3.1 引言24
• 3.2 算法原理24-27
• 3.2.1 立方體的移動規(guī)則24-25
• 3.2.2 立方體的半徑的確定25
• 3.2.3 競爭型區(qū)域增長算法的使用25-26
• 3.2.4 算法實(shí)現(xiàn)時需要解決的問題26-27
• 3.3 程序?qū)崿F(xiàn)27-29
• 3.3.1 程序初始化28
• 3.3.2 算法主體28
• 3.3.3 計(jì)算下一個立方體28-29
• 3.4 試驗(yàn)結(jié)果及算法分析29-32
• 3.5 本章總結(jié)32-33
• 第4章 四維曲線算法33-46
• 4.1 引言33-34
• 4.2 全局最短路徑算法34-36
• 4.3 四維曲線算法提取管狀物體的表面36-38
• 4.4 算法分析38-39
• 4.5 四維曲線算法改進(jìn)39-45
• 4.5.1 改進(jìn)原理39-40
• 4.5.2 平面切割方案實(shí)現(xiàn)40-42
• 4.5.3 球滾動方案實(shí)現(xiàn)42-43
• 4.5.4 試驗(yàn)結(jié)果43-44
• 4.5.5 改進(jìn)方案分析44-45
• 4.6 本章小結(jié)45-46
• 結(jié)論46-48
• 參考文獻(xiàn)48-54
• 致謝54-55
• 個人簡歷55-56

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 程一斌,汪松,任彬;利用彈簧模型提取物體輪廓[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年02期

2 張坤,羅立民,舒華忠,楊芳;基于Level Set方法的Visible Human Being虛擬人圖像處理[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期

3 張雪飛;;基于GVF模型的蔬果圖像快速分割方法[J];安徽農(nóng)業(yè)科學(xué);2010年05期

4 趙瑩;張學(xué)東;;改進(jìn)水平集的車輛檢測算法[J];遼寧科技大學(xué)學(xué)報(bào);2010年05期

5 張鶴;董彥麟;;一種改進(jìn)的變分水平集車輛檢測技術(shù)[J];遼寧科技大學(xué)學(xué)報(bào);2011年03期

6 李燕;羅四維;鄒琪;;帶評價(jià)系統(tǒng)的曲率相關(guān)有向主動輪廓模型[J];北京交通大學(xué)學(xué)報(bào);2010年02期

7 易鑫;李雷;;基于數(shù)學(xué)形態(tài)學(xué)的snake模型圖像分割[J];兵工自動化;2007年09期

8 王孝通,趙晶,金良安;視頻序列中目標(biāo)定位跟蹤的一種新方法[J];兵工學(xué)報(bào);2005年05期

9 胡永利,尹寶才;基于線性組合模型的人臉特征檢測方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2005年05期

10 李旭東,宗光華,畢樹生,趙瑋;生物工程微操作機(jī)器人視覺系統(tǒng)的研究[J];北京航空航天大學(xué)學(xué)報(bào);2002年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 譚守標(biāo);霍劍青;郝建;王曉蒲;趙永飛;謝行恕;;高分辨率軟X射線顯微成像下細(xì)胞的自動提取?[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

2 ;A Hardware-Accelerated Segmentation Algorithm for Moving Object Generation[A];第二十七屆中國控制會議論文集[C];2008年

3 周佳男;;一種拓?fù)浼y理圖像的相位場模型分割算法[A];第二十七屆中國控制會議論文集[C];2008年

4 ;Edge Detection of Wood Defects in X-ray Wood Image Using Neural Network and Mathematical Morphology[A];第二十九屆中國控制會議論文集[C];2010年

5 邱雪娜;劉士榮;劉斐;朱偉濤;杜方芳;;一種基于序貫檢測機(jī)制的運(yùn)動目標(biāo)跟蹤算法[A];第二十九屆中國控制會議論文集[C];2010年

6 趙建;劉偉寧;;基于主動輪廓模型的海天線檢測算法[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅰ[C];2011年

7 劉勛;孟驤龍;毋立芳;;基于自適應(yīng)對象模型的籃球運(yùn)動跟蹤方法[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

8 楊康;李滿春;劉永學(xué);孫笑古;;基于多點(diǎn)快速行進(jìn)與最短路徑的遙感影像道路提取方法[A];中國測繪學(xué)會第九次全國會員代表大會暨學(xué)會成立50周年紀(jì)念大會論文集[C];2009年

9 曾理;劉玲慧;向才兵;;X射線圖像缺陷提取方法研究[A];2010年重慶市機(jī)械工程學(xué)會學(xué)術(shù)年會論文集[C];2010年

10 胡彥婷;木拉提·哈米提;陳建軍;孔德偉;孫靜;姬金虎;;Bayesian分類算法和活動輪廓模型在肝包蟲CT圖像分割中的應(yīng)用[A];自主創(chuàng)新與持續(xù)增長第十一屆中國科協(xié)年會論文集（3）[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王興梅;水下聲納圖像的MRF目標(biāo)檢測與水平集的輪廓提取方法研究[D];哈爾濱工程大學(xué);2010年

2 林穎;基于水平集方法的圖像分割關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 韓守東;紋理建模與圖切分優(yōu)化方法研究[D];華中科技大學(xué);2010年

4 莫X;基于隱式函數(shù)的曲面重構(gòu)方法及其應(yīng)用[D];華中科技大學(xué);2010年

5 涂虬;智能視覺監(jiān)視中目標(biāo)檢測與跟蹤算法研究[D];華中科技大學(xué);2010年

6 徐蕭蕭;基于特征學(xué)習(xí)與特征聯(lián)想的視覺跟蹤算法研究[D];中國科學(xué)技術(shù)大學(xué);2010年

7 王義文;鋼球表面缺陷檢測關(guān)鍵技術(shù)研究及樣機(jī)研制[D];哈爾濱理工大學(xué);2010年

8 辛哲奎;基于視覺的小型無人直升機(jī)地面目標(biāo)跟蹤技術(shù)研究[D];南開大學(xué);2010年

9 張娜;面向脊柱微創(chuàng)手術(shù)機(jī)器人的圖像處理與虛擬現(xiàn)實(shí)技術(shù)研究[D];南開大學(xué);2010年

10 鐘凡;在線視頻分割關(guān)鍵問題研究[D];浙江大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 孫濤;基于DR骨密度分析系統(tǒng)的研究[D];南京醫(yī)科大學(xué);2010年

2 趙永剛;圖像檢索中形狀描述和匹配算法研究[D];南昌航空大學(xué);2010年

3 王捷;數(shù)字圖像邊緣檢測方法的若干改進(jìn)與應(yīng)用研究[D];浙江理工大學(xué);2010年

4 胡申寧;中醫(yī)舌診中舌色、苔色自動分類的研究[D];浙江理工大學(xué);2010年

5 李光;基于均值偏移的視頻目標(biāo)跟蹤、檢測算法研究及系統(tǒng)實(shí)現(xiàn)[D];浙江理工大學(xué);2010年

6 陳欣欣;基于CT圖像的血管分割[D];鄭州大學(xué);2010年

7 孫宏偉;基于鏈碼的視覺軌線跟蹤[D];哈爾濱工程大學(xué);2010年

8 馬玲;拓?fù)浼s束法在序列圖像高密度細(xì)胞追蹤中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

9 許東濱;基于水平集和局部灰度閾值的神經(jīng)干細(xì)胞序列圖像的分割算法[D];哈爾濱工程大學(xué);2010年

10 王炎慶;基于卡爾曼濾波器的神經(jīng)元干細(xì)胞序列圖像中活躍細(xì)胞的追蹤[D];哈爾濱工程大學(xué);2010年

  本文關(guān)鍵詞：基于自適應(yīng)區(qū)域增長與四維曲線的CT圖像中血管分割算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：336834