本文關鍵詞：肝臟超聲圖像病灶區(qū)域分割算法的研究

  更多相關文章： 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】：肝臟患病率在國內(nèi)人群中很高,對其預前的診斷吸引了越來越多研究者的關注。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。隨著各種計算機技術的發(fā)展,自動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雜性和獨特性,還有不可避免的斑點噪聲和紋理,所以在肝臟超聲圖像的自動化分析中,具有一定的難度。本文通過研究肝臟超聲圖像病灶區(qū)域的分割技術,實現(xiàn)病灶區(qū)域的有效分割,從而準確提取其的輪廓,為后續(xù)診斷分析奠定基礎。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,給出一種改進的肝臟超聲圖像病灶區(qū)域分割算法。通過PSO算法自動尋找Wellner算法的閾值t,從而使改進算法適應不同的肝臟超聲圖像,最后根據(jù)優(yōu)化的參數(shù)t進行圖像分割。在實驗中,我們總結(jié)了粒子群優(yōu)化方法中參數(shù)的影響,接著評估對比算法的TPVF、FNVF與FPVF指標。實驗結(jié)果證明,Wellner-PSO改進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)化的圖像分割改進算法。改進的算法利用PSO和Otsu方法,自動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進行圖像分割。在實驗中,我們分析了PSO方法中權(quán)重系數(shù)對結(jié)果的影響,接著評估對比算法的HD、MD、Dice相對系數(shù)和相對誤差AERR性能指標。實驗結(jié)果表明GB-PSO改進算法準確地提取圖像的病變區(qū)域。
【關鍵詞】：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
【學位授予單位】：北京化工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R575;TP391.41
【目錄】：

• 學位論文數(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)學超聲圖像處理國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 醫(yī)學超聲圖像處理13-14
• 1.2.2 醫(yī)學超聲圖像分割技術概述14-15
• 1.3 論文的主要研究內(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的改進算法23-25
• 2.3.1 改進算法的概述24
• 2.3.2 改進算法的步驟24-25
• 2.4 實驗結(jié)果與分析25-38
• 2.4.1 PSO算法參數(shù)分析實驗27-29
• 2.4.2 分割性能評價指標29-30
• 2.4.3 對比算法簡介30-31
• 2.4.4 分割性能評價及對比實驗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的改進算法43-46
• 3.2.1 改進算法的概述44-45
• 3.2.2 改進算法的步驟45-46
• 3.3 實驗結(jié)果與分析46-54
• 3.3.1 PSO算法參數(shù)分析實驗47-48
• 3.3.2 分割性能評價指標48-49
• 3.3.3 分割性能評價及對比實驗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58-62
• 致謝62-64
• 研究成果及發(fā)表的學術論文64-66
• 作者和導師簡介66-67
• 碩士研究生學位論文答辯委員會決議書67-68

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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];聲學技術;2004年S2期

2 劉 f ,程敬之;肝臟超聲圖像分形特性的研究[J];西安交通大學學報;1999年05期

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

4 ;[J];;年期

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 盛軍輝;基于肝臟超聲圖像病變的分割及識別研究[D];北京化工大學;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;2016年

3 張文超;孔隙度方法在肝臟超聲圖像識別中的研究與應用[D];中南大學;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;2004年

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

，

本文編號：716391