本文關(guān)鍵詞：基于肝臟超聲圖像病變的分割及識別研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：通過使用醫(yī)學(xué)圖像處理算法分析超聲圖像,計算機(jī)輔助診斷系統(tǒng)為醫(yī)師提供了診斷意見,使得醫(yī)師能夠得出綜合性的診斷,大大降低了誤診率。因此,醫(yī)學(xué)超聲圖像處理方法的研究具有重要的應(yīng)用價值。本文以肝臟病變超聲圖像為對象,研究了肝臟超聲圖像中病變區(qū)域的分割以及識別問題,主要的工作有：1、給出了一種改進(jìn)的最穩(wěn)極值特征區(qū)域提取算法,應(yīng)用到多種肝臟病變圖像的分割中。在對超聲圖像進(jìn)行各項異性濾波及數(shù)學(xué)形態(tài)學(xué)處理的基礎(chǔ)上,提取了廣義的最穩(wěn)極值特征區(qū)域,最后對二值化圖像進(jìn)行邊緣融合并優(yōu)化了分割邊界。實驗結(jié)果表明改進(jìn)的算法僅需要對超聲圖像在較小的閾值區(qū)間做二值化,相較于最穩(wěn)極值特征區(qū)域算法在[0,255]區(qū)間做二值化,大大降低了運算時間,并有著更好的分割準(zhǔn)確度。2、綜合了現(xiàn)有文獻(xiàn)中描述感興趣區(qū)域的紋理特征,給出了一種基于灰度共生矩陣的22個紋理特征和基于灰度運行周期矩陣的11個紋理特征的向量描述方法。依據(jù)該特征向量對脂肪肝超聲圖像進(jìn)行了分類研究。實驗結(jié)果表明在感興趣區(qū)域尺寸為90×90像素時,選取前26個特征時達(dá)到了最好的分類效果,分類準(zhǔn)確的達(dá)到95.86%。
【關(guān)鍵詞】：肝臟超聲圖像 廣義最穩(wěn)極值區(qū)域 超聲圖像分割 特征選 擇 脂肪肝圖像分類
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R735.7;R445.1;TP391.41
【目錄】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 緒論12-16
• 1.1 肝臟超聲圖像研究背景與意義12
• 1.2 醫(yī)學(xué)超聲圖像處理國內(nèi)外研究現(xiàn)狀12-15
• 1.3 論文的主要研究內(nèi)容15-16
• 第二章 基于改進(jìn)MSER的肝臟超聲圖像分割算法16-32
• 2.1 醫(yī)學(xué)超聲圖像分割算法概述16-18
• 2.2 最穩(wěn)極值區(qū)域算法簡介(MSER)18-19
• 2.3 廣義的最穩(wěn)極值區(qū)域分割算法19-23
• 2.4 實驗結(jié)果與討論23-30
• 2.4.1 MSER與廣義MSER算法分割效果比較23-25
• 2.4.2 廣義MSER算法自由參數(shù)選取實驗25-26
• 2.4.3 分割性能評價及對比實驗26-30
• 2.5 本章小結(jié)30-32
• 第三章 肝臟超聲圖像的紋理特征提取與分類32-54
• 3.1 引言32-33
• 3.2 紋理特征的統(tǒng)計分析方法33-46
• 3.2.1 肝臟超聲圖像集33-34
• 3.2.2 紋理特征的提取34-40
• 3.2.3 特征選擇40-41
• 3.2.4 分類器建立與實驗流程41-44
• 3.2.5 分類器評價與ROC曲線44-46
• 3.3 實驗結(jié)果與討論46-52
• 3.4 本章小結(jié)52-54
• 第四章 總結(jié)與展望54-56
• 參考文獻(xiàn)56-62
• 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)師簡介66-67
• 專業(yè)學(xué)位碩士研究生學(xué)位論文答辯委員會決議書67-68

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 Jia Xiao;Rui Guo;Man Lung Fung;Emily C Liong;George L Tipoe;;Therapeutic approaches to non-alcoholic fatty liver disease: past achievements and future challenges[J];Hepatobiliary & Pancreatic Diseases International;2013年02期

  本文關(guān)鍵詞：基于肝臟超聲圖像病變的分割及識別研究，由筆耕文化傳播整理發(fā)布。

本文編號：507498