基于活动轮廓模型的医学图像分割.pdf

基于活动轮廓模型的医学图像分割课题来源:专学位申请人导’教答辩委员会主席答辩委员会成员生物医学工程陈武凡教授卢振泰讲师韩国强教授陈仲本教授吴效明教授许乙凯教授杨丰教授论文评阅人林意群教授罗笑南教授月业称指师刘燕杰广州南方医科大学级硕士学位论文国家重点基础研究苹钅名
基于活动轮廓模型的医学图像分割硕士研究生:刘燕杰指导教师:陈武凡教授摘要医学图像主要包括湎叨喜⒊⒋殴舱韧枷瘢湓谌颂内部组织器官的定量分析、实时监控和治疗规划等方面都具有重要的作用。利用医学图像进行诊断时,常根据需要将特定的组织器官或感兴趣的区域取出来,以便更好地对其进行分析和诊察,这个过程就是图像分割。医学图像分割是医学图像处理与分析的一个重要领域,同时也是计算机辅助诊断与治疗的基础。所谓图像分割,也就是根据某种均匀性或一致性的原则将图像分割成若干个有意义的部分,使得每一部分都符合某种一致性的要求,而任意两个相邻部分的合并都会破坏这种一致性。图像分割在医学图像处理中具有十分重要的意义,比如三维可视化,计算机辅助外科手术以及放射治疗等医学应用都假设已经对图像进行了精确分割。由于医学图像本身分辨率较低、对比度较低,以及固有噪声的影响,使用传统的图像分割方法很难达到要求。活动轮廓模型法是近十几年来使用较广泛的新的图像分割和跟踪方法,它从动力学角度来研究曲线的演化过程,通过计算能量函数的最小值得到图像感兴趣区域的连续闭合边界。由于活动轮廓模型易于建模且可以提取任意形状的目标轮廓等优点,在医学图像分割、边缘检测、运动跟踪等领域有了广泛的应用和较大的发展。并且活动轮廓模型具有高效且简单的计算能力。实践已经证明,它较以往的图像分割方法有较大改进,适用于比较适合医学图像的分割。但由于该方法本身还存在一些问题,这在一定程度上限制了它在临床中的实际应用。针对以上情况,本文旨在通过对活动轮廓模型法的深入研究的基础上,改进或提出适用于医学图像的分割处理方法。因此,本文对基于活动轮廓模型的医学图像分割这一课题进行了深入、系统的研究。本文首先对医学图像分割方法进行了总结,并分析了各方法的优缺点,然后对两大类活动轮廓模型问疃掷DP秃图负位疃掷DP和水平集硕士学位论文‘
阻嗬爰尤ǖ腃P简称模型嗬胨孀徘方法作了讨论和分析。重点介绍了甐P停⒎治隽怂诜蔷图像尤其是医学图像中的应用。从分析中可以看出该模型方法在某些方面还存在一定的不足,因此,对其进行了改进。以下是本文的工作内容:攵訡P驮诜蔷韧枷穹指钪胁问柚美眩岢隽嘶的进化而变化,因此能够自动调节参数,使其适应于能量函数中的同质性平衡。另外,该模型在传统模型的基础上加入了统计信息,不再只考虑图像的全局信息,进而提高对曲线进化的控制力。捎谝窖枷裰写嬖诘幕叶炔痪取⒆橹鞴俳峁垢丛拥任侍猓谕像全局信息的传统模型和模型在医学图像分割领域并没有较为理想的效果。因此本文在以上模型的基础上引入了局部邻域信息,提出了基于距离加权和局部邻域信息的模型。该模型对图像的分析由图像全局区域信息改为只考虑进化曲线附近的灰度信息,在小的范围内检测灰度的变化,使得图像中远离曲线的不均匀区域不会对曲线的进化造成影响,从而提高新模型在非均匀图像分割中的分割性能。ü源罅康牧俅惨窖枷竦姆指钍笛椋约岸苑指罱峁谋冉希橹了新模型能够准确地将目标分割出来,曲线具有良好的稳定性。摘要关键词:医学图像分割、活动轮廓模型、水平集、P汀嗬搿局部邻域信息Ⅱ
:.:甒,瑃,硕士学位论文,,甀,琒甅琣琣甈..珻,瑆,甀..琲,甀甶,
础,,.甌.,.,甋伍,,:瓹...畉甌瑆瓵—
:硕士学位论文;籐篕:猇
第二章活动轮廓模型和水平集方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章基于距离和局部邻域信息的模型⋯⋯⋯⋯⋯⋯⋯⋯..几何活动轮廓模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。水平集方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.P简称模型水平集表达的模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯距离加权的模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..距离⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯距离加权的模型虺芀P⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于距离加权和局部邻域信息的模型虺芀模型P汀本文主要研究工作和创新点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..参数活动轮廓模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.哐莼砺邸..植苛谟蛐畔ⅰ
第五章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.攻读学位期间成果⋯