本文關(guān)鍵詞：基于Top-Hat變換的OSAHS早期病理圖像分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：阻塞性睡眠呼吸暫停低通氣綜合征(Obstructive Sleep Apnea Hypopnea Syndrome,OSAHS)是一種患病率較高的口腔疾病,嚴(yán)重影響著人們的睡眠質(zhì)量和身體健康。目前,醫(yī)生主要是利用電子喉鏡儀來觀測口腔,通過肉眼觀察進(jìn)行診斷,這樣不但會造成診斷量的增加,也會使誤診率大幅上升。所以本文利用圖像處理的方法對OSAHS早期病理圖像進(jìn)行處理分析,準(zhǔn)確地提取出感興趣區(qū)域的邊緣,進(jìn)而算出相關(guān)醫(yī)學(xué)參數(shù)。本文通過對幾種常見算子的對比分析,選擇Top-Hat算子處理OSAHS早期病理圖像,并對Top-Hat算子進(jìn)行改進(jìn),采用了多方向、多尺度的綜合型Top-Hat算子。然后依次介紹了圖像的采集與分析、圖像的預(yù)處理、對比度的增強(qiáng)、邊緣分割、圖像的填充以及面積的計算并簡述了OSAHS疾病的診斷流程。最后,通過對大量的OSAHS早期病理圖像進(jìn)行處理,得出綜合型TopHat算子更具優(yōu)勢,能更清晰地提取圖像的邊緣,并且有很好的閉合度。本文以口腔、咽喉聲帶處、鼻道內(nèi)部圖像的處理為例,利用不同尺度、不同方向的Top-Hat算子處理OSAHS早期病理圖像,增強(qiáng)圖像對比度。在對比度增強(qiáng)運(yùn)算中逐次加入原灰度圖像,避免丟失原圖像信息。同時,為了更好地達(dá)到增強(qiáng)感興趣區(qū)域與背景區(qū)域?qū)Ρ榷鹊哪康?可重復(fù)執(zhí)行Top-Hat運(yùn)算,增強(qiáng)感興趣區(qū)域的邊緣信息,進(jìn)而利用形態(tài)學(xué)梯度提取邊緣信息。實(shí)驗證明,該方法能更全面地保持圖像細(xì)節(jié),使圖像的邊緣信息更準(zhǔn)確,圖像的邊緣閉合度均值可達(dá)到97.67%。為后期精準(zhǔn)地計算OSAHS早期病理圖像的相關(guān)醫(yī)學(xué)參數(shù),實(shí)現(xiàn)醫(yī)學(xué)電子診斷打下堅實(shí)的基礎(chǔ),具有很好的實(shí)用性。
【關(guān)鍵詞】：數(shù)學(xué)形態(tài)學(xué) 結(jié)構(gòu)元素 Top-Hat算子 圖像處理
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;R766
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-14
• 1.1 課題研究的背景及意義10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 本文的研究內(nèi)容12-13
• 1.4 本文的結(jié)構(gòu)13-14
• 第2章 數(shù)學(xué)形態(tài)學(xué)應(yīng)用研究14-27
• 2.1 數(shù)學(xué)形態(tài)學(xué)14-16
• 2.1.1 數(shù)學(xué)形態(tài)學(xué)的概念14
• 2.1.2 灰度形態(tài)學(xué)的基本算法14-16
• 2.2 幾種常見算子的分析16-19
• 2.2.1 Roberts算子16-17
• 2.2.2 Prewitt算子17
• 2.2.3 Log算子17-18
• 2.2.4 Canny算子18-19
• 2.2.5 Top-Hat算子19
• 2.3 Top-Hat算法的研究19-25
• 2.3.1 結(jié)構(gòu)元素的分析19-23
• 2.3.2 Top-Hat算法的原理23-24
• 2.3.3 Top-Hat算法的改進(jìn)24-25
• 2.3.4 Top-Hat算子在OSAHS早期病理圖像中的應(yīng)用25
• 2.4 本章小結(jié)25-27
• 第3章 OSAHS早期病理圖像的處理27-35
• 3.1 OSAHS早期病理圖像的采集27-28
• 3.2 OSAHS早期病理圖像的特征分析28-29
• 3.3 OSAHS早期病理圖像的處理29-33
• 3.3.1 圖像類型的轉(zhuǎn)換29-30
• 3.3.2 圖像降噪30
• 3.3.3 圖像對比度的增強(qiáng)30-31
• 3.3.4 圖像的邊緣分割31-33
• 3.3.5 圖像的填充33
• 3.3.6 圖像面積的計算33
• 3.4 OSAHS疾病的診斷過程33-34
• 3.5 本章小結(jié)34-35
• 第4章 OSAHS早期病理圖像的處理結(jié)果分析35-48
• 4.1 Top-Hat算子對OSAHS早期病理圖像的處理35-40
• 4.2 Top-Hat算子與常見算子處理結(jié)果的對比分析40-47
• 4.3 本章小結(jié)47-48
• 結(jié)論48-49
• 參考文獻(xiàn)49-53
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文53-54
• 致謝54

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 高述唐;生命元素及其在生物界的作用[J];河北林學(xué)院學(xué)報;1995年04期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 李迎;段汕;;對于二值圖像形態(tài)細(xì)化方法中結(jié)構(gòu)元素的研究[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年

2 李建華;王宏;閆文芝;高慶華;;一種新的漢字細(xì)化和筆畫提取方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 李繼府;生命的“四大支柱”元素[N];健康報;2000年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 吳薇;形態(tài)學(xué)與小波分析在智能交通車輛檢測系統(tǒng)中的應(yīng)用[D];華中科技大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 鄭睿;基于計算機(jī)視覺的激光焊接在線監(jiān)測系統(tǒng)設(shè)計[D];華中科技大學(xué);2014年

2 劉麗影;基于Top-Hat變換的OSAHS早期病理圖像分析[D];哈爾濱理工大學(xué);2016年

3 曾銘;基于結(jié)構(gòu)元素的企業(yè)信息系統(tǒng)的設(shè)計實(shí)現(xiàn)[D];武漢科技大學(xué);2007年

4 王震宇;基于形態(tài)學(xué)的微弱目標(biāo)檢測和跟蹤技術(shù)[D];電子科技大學(xué);2007年

5 李揚(yáng);形態(tài)學(xué)濾波新方法及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[D];燕山大學(xué);2013年

6 邵永波;基于置換群的形態(tài)學(xué)圖像處理的研究[D];太原科技大學(xué);2009年

7 洪宗輝;實(shí)數(shù)形態(tài)學(xué)的研究與應(yīng)用[D];福州大學(xué);2011年

8 王麗敏;基于圖像分析的瀝青路面裂縫識別關(guān)鍵技術(shù)研究[D];長安大學(xué);2010年

  本文關(guān)鍵詞：基于Top-Hat變換的OSAHS早期病理圖像分析，由筆耕文化傳播整理發(fā)布。

本文編號：273708