本文關(guān)鍵詞：醫(yī)學(xué)影像病灶區(qū)分割技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：對各種醫(yī)學(xué)影像中感興趣區(qū)域的檢測分割,可以幫助醫(yī)生做出可靠的病灶診斷。本文結(jié)合現(xiàn)今超聲和X線醫(yī)學(xué)影像中感興趣區(qū)域的分割提取,對目標(biāo)進(jìn)行研究。針對膽結(jié)石超聲影像和乳腺鉬靶X線影像這兩類醫(yī)學(xué)影像的特點(diǎn),提出了分割提取超聲影像感興趣目標(biāo)的變分水平集模型,以及一種檢測分割乳腺鉬靶X線影像中病灶區(qū)的改進(jìn)水平集模型。其中,感興趣目標(biāo)分別是膽結(jié)石和乳腺腫塊。針對超聲和X線這兩類醫(yī)學(xué)影像,本論文從以下幾個(gè)方面開展研究工作：1.詳述了水平集分割模型的基本原理,以及將其運(yùn)用到實(shí)際中的優(yōu)勢和弊端。2.介紹了變分水平集的改進(jìn)并且應(yīng)用到膽結(jié)石超聲影像中,通過與PCNN模型的對比,進(jìn)行仿真實(shí)驗(yàn),說明變分水平集模型用于分割提取膽結(jié)石的效果明顯優(yōu)于PCNN算法。3.提出了針對乳腺鉬靶X線影像腫塊分割的預(yù)處理、初始定位以及腫塊提取的一套體系。具體地：針對乳腺鉬靶X線影像中,腫塊的灰度、形狀、大小、面積等特征,以及現(xiàn)有幾種典型算法在分割腫塊時(shí)不能正確收斂到腫塊邊界等一系列問題,首先對MIAS數(shù)據(jù)庫影像進(jìn)行去背景、去胸肌以及增強(qiáng)等預(yù)處理過程；然后針對變分水平集模型對初始區(qū)域相對敏感,創(chuàng)新性地提出了PCNN粗分割過程,將該算法用于粗略分割,成功檢測到后續(xù)曲線演化的初始位置；最后針對腫塊邊界模糊的弊端,提出了基于拉普拉斯的變分水平集改進(jìn)模型,達(dá)到清晰地提取邊界曲線的目的,實(shí)現(xiàn)分割。相較于Li’s模型和C-V模型,本改進(jìn)算法有較好的腫塊提取效果以及較精準(zhǔn)的邊界細(xì)節(jié)信息的分割,更具有實(shí)際應(yīng)用價(jià)值。
【關(guān)鍵詞】：醫(yī)學(xué)影像分析 膽結(jié)石超聲影像 乳腺鉬靶X線影像 脈沖耦合神經(jīng)網(wǎng)絡(luò) 變分水平集模型
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：R445;TP391.41
【目錄】：

• 摘要3-4
• Abstract4-7
• 符號列表7-11
• 第一章 緒論11-18
• 1.1 課題研究背景和意義11
• 1.2 膽結(jié)石超聲影像的研究現(xiàn)狀11-13
• 1.3 乳腺鉬靶X線影像13-16
• 1.4 本文主要研究內(nèi)容及安排16-18
• 1.4.1 本論文主要研究內(nèi)容16
• 1.4.2 本論文章節(jié)安排16-18
• 第二章 變分水平集模型及其數(shù)值實(shí)現(xiàn)18-25
• 2.1 傳統(tǒng)水平集模型18-20
• 2.2 變分水平集模型20-22
• 2.3 變分水平集模型的數(shù)值實(shí)現(xiàn)22-24
• 2.3.1 微分方程的數(shù)值實(shí)現(xiàn)22-23
• 2.3.2 初始化改進(jìn)23-24
• 2.4 本章小結(jié)24-25
• 第三章 變分水平集模型在膽結(jié)石超聲影像中的應(yīng)用25-39
• 3.1 正常膽囊超聲影像25-26
• 3.2 具有結(jié)石特征的超聲影像26-32
• 3.3 膽囊結(jié)石的分割提取32-34
• 3.4 實(shí)驗(yàn)結(jié)果分析34-37
• 3.5 結(jié)論37-38
• 3.6 本章小結(jié)38-39
• 第四章 改進(jìn)變分水平集模型應(yīng)用于乳腺腫塊分割39-59
• 4.1 圖像預(yù)處理過程40-44
• 4.1.1 應(yīng)用Chan-Vese模型去除背景40-42
• 4.1.2 去除胸肌的干擾42-43
• 4.1.3 圖像增強(qiáng)43-44
• 4.2 改進(jìn)變分水平集模型44-49
• 4.2.1 初始化改進(jìn)44-46
• 4.2.2 基于變分水平集模型的改進(jìn)模型46-49
• 4.3 實(shí)驗(yàn)結(jié)果分析49-58
• 4.3.1 圖像庫49-50
• 4.3.2 初始位置獲取實(shí)驗(yàn)結(jié)果分析50-54
• 4.3.3 腫塊分割提取結(jié)果54-58
• 4.4 本章小結(jié)58-59
• 第五章 總結(jié)與展望59-61
• 5.1 工作總結(jié)59
• 5.2 本文展望59-61
• 參考文獻(xiàn)61-64
• 在學(xué)期間的研究成果64-65
• 致謝65

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 楊慶余;超聲在醫(yī)學(xué)診斷中的應(yīng)用[J];物理與工程;2003年02期

  本文關(guān)鍵詞：醫(yī)學(xué)影像病灶區(qū)分割技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：351991