本文關(guān)鍵詞：肝臟超聲圖像病灶區(qū)域分割算法的研究

  更多相關(guān)文章： 肝臟超聲圖像 Wellner算法 粒子群優(yōu)化算法 圖論分割 肝臟病灶區(qū)域

【摘要】：肝臟患病率在國(guó)內(nèi)人群中很高,對(duì)其預(yù)前的診斷吸引了越來(lái)越多研究者的關(guān)注。超聲圖像可以清晰顯示各器官與周圍組織的斷面像,接近真實(shí)的結(jié)構(gòu),所以超聲圖像可以用于早期的診斷。隨著各種計(jì)算機(jī)技術(shù)的發(fā)展,自動(dòng)化分析肝臟超聲圖像漸漸成為可能。但是,由于肝臟超聲圖像的復(fù)雜性和獨(dú)特性,還有不可避免的斑點(diǎn)噪聲和紋理,所以在肝臟超聲圖像的自動(dòng)化分析中,具有一定的難度。本文通過(guò)研究肝臟超聲圖像病灶區(qū)域的分割技術(shù),實(shí)現(xiàn)病灶區(qū)域的有效分割,從而準(zhǔn)確提取其的輪廓,為后續(xù)診斷分析奠定基礎(chǔ)。本文主要的工作有：1、結(jié)合Wellner算法和粒子群優(yōu)化(PSO)算法,給出一種改進(jìn)的肝臟超聲圖像病灶區(qū)域分割算法。通過(guò)PSO算法自動(dòng)尋找Wellner算法的閾值t,從而使改進(jìn)算法適應(yīng)不同的肝臟超聲圖像,最后根據(jù)優(yōu)化的參數(shù)t進(jìn)行圖像分割。在實(shí)驗(yàn)中,我們總結(jié)了粒子群優(yōu)化方法中參數(shù)的影響,接著評(píng)估對(duì)比算法的TPVF、FNVF與FPVF指標(biāo)。實(shí)驗(yàn)結(jié)果證明,Wellner-PSO改進(jìn)算法適用于分割肝臟超聲圖像的病變區(qū)域。2、給出一種針對(duì)肝臟超聲圖像的病灶區(qū)域,結(jié)合圖論分割和PSO優(yōu)化的圖像分割改進(jìn)算法。改進(jìn)的算法利用PSO和Otsu方法,自動(dòng)尋找圖論分割算法中具有決定因素的參數(shù)k,然后根據(jù)優(yōu)化的參數(shù)k進(jìn)行圖像分割。在實(shí)驗(yàn)中,我們分析了PSO方法中權(quán)重系數(shù)對(duì)結(jié)果的影響,接著評(píng)估對(duì)比算法的HD、MD、Dice相對(duì)系數(shù)和相對(duì)誤差A(yù)ERR性能指標(biāo)。實(shí)驗(yàn)結(jié)果表明GB-PSO改進(jìn)算法準(zhǔn)確地提取圖像的病變區(qū)域。
【關(guān)鍵詞】：肝臟超聲圖像 Wellner算法 粒子群優(yōu)化算法 圖論分割 肝臟病灶區(qū)域
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R575;TP391.41
【目錄】：

• 學(xué)位論文數(shù)據(jù)集3-4
• 摘要4-6
• ABSTRACT6-12
• 第一章 緒論12-18
• 1.1 肝臟超聲圖像研究背景與意義12-13
• 1.2 醫(yī)學(xué)超聲圖像處理國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 醫(yī)學(xué)超聲圖像處理13-14
• 1.2.2 醫(yī)學(xué)超聲圖像分割技術(shù)概述14-15
• 1.3 論文的主要研究?jī)?nèi)容15-18
• 第二章 基于Wellner-PSO的肝臟超聲圖像病灶區(qū)域分割算法18-40
• 2.1 Wellner圖像分割算法概述18-21
• 2.2 粒子群優(yōu)化(PSO)算法概述21-23
• 2.3 基于Wellner-PSO的改進(jìn)算法23-25
• 2.3.1 改進(jìn)算法的概述24
• 2.3.2 改進(jìn)算法的步驟24-25
• 2.4 實(shí)驗(yàn)結(jié)果與分析25-38
• 2.4.1 PSO算法參數(shù)分析實(shí)驗(yàn)27-29
• 2.4.2 分割性能評(píng)價(jià)指標(biāo)29-30
• 2.4.3 對(duì)比算法簡(jiǎn)介30-31
• 2.4.4 分割性能評(píng)價(jià)及對(duì)比實(shí)驗(yàn)31-38
• 2.5 本章小結(jié)38-40
• 第三章 基于圖論和粒子群優(yōu)化的肝臟超聲圖像病灶區(qū)域分割算法40-56
• 3.1 基于圖論的圖像分割算法概述40-43
• 3.2 基于GB-PSO的改進(jìn)算法43-46
• 3.2.1 改進(jìn)算法的概述44-45
• 3.2.2 改進(jìn)算法的步驟45-46
• 3.3 實(shí)驗(yàn)結(jié)果與分析46-54
• 3.3.1 PSO算法參數(shù)分析實(shí)驗(yàn)47-48
• 3.3.2 分割性能評(píng)價(jià)指標(biāo)48-49
• 3.3.3 分割性能評(píng)價(jià)及對(duì)比實(shí)驗(yàn)49-54
• 3.4 本章小結(jié)54-56
• 第四章 結(jié)論與展望56-58
• 參考文獻(xiàn)58-62
• 致謝62-64
• 研究成果及發(fā)表的學(xué)術(shù)論文64-66
• 作者和導(dǎo)師簡(jiǎn)介66-67
• 碩士研究生學(xué)位論文答辯委員會(huì)決議書(shū)67-68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 曹桂濤,施鵬飛,胡兵;基于肝臟超聲圖像的纖維化量化分析[J];聲學(xué)技術(shù);2004年S2期

2 劉 f ,程敬之;肝臟超聲圖像分形特性的研究[J];西安交通大學(xué)學(xué)報(bào);1999年05期

3 羅云;血吸蟲(chóng)病84例肝臟超聲圖像分析[J];中國(guó)療養(yǎng)醫(yī)學(xué);1999年04期

4 ;[J];;年期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 盛軍輝;基于肝臟超聲圖像病變的分割及識(shí)別研究[D];北京化工大學(xué);2015年

2 莊展鴻;肝臟超聲圖像病灶區(qū)域分割算法的研究[D];北京化工大學(xué);2016年

3 張文超;孔隙度方法在肝臟超聲圖像識(shí)別中的研究與應(yīng)用[D];中南大學(xué);2012年

4 劉敏;肝臟超聲圖像特征的提取與量化分析[D];河北大學(xué);2004年

5 王術(shù)蘭;肝臟超聲圖像的邊界提取與輔助解釋[D];河北工業(yè)大學(xué);2006年

，

本文編號(hào)：716391