首页 > 文献资料
-
基于改进的Snake模型分割肝脏的CT图像
Snake(主动轮廓线)模型,具有良好的获取特定区域内目标边缘的能力,是一种极为有效的图像分割方法,利用围绕目标心形的圆环内平均灰度差异来确定初始轮廓点,对噪声的干扰有一定的抑制作用,并减少了人工选取的工作量,将离散Snake算法与分段DP算法有效结合来获取肝脏CT图像的特征边缘点,以提高Snake算法的收敛速度.后利用单调性原则对肝脏CT图像的边缘点进行分区,在各个单调区间内采用曲线拟合的方法来获得连续的肝脏CT图像边缘,后用Roipoly函数,由这些坐标显示原输入图像,得到BW的二值图像,终可以显示完整的CT值没有改变的肝脏图像.
-
冠状动脉血管的二维提取和运动跟踪
提出了一种基于图像脊提取和snake模型的复合式方法来实现X射线造影图像序列中冠状动脉血管的二维提取和运动跟踪,并分别对临床采集图像序列和模拟图像进行了实验.结果说明,与经典模型相比本算法自动化程度和精度都提高许多.
-
基于光学相干层析的视网膜图像分割
利用光学相干层析(optical coherence tomography,OCT)技术可以得到清晰的视网膜层状结构,实现视网膜层状结构自动分割功能是解决OCT技术应用于视网膜疾病诊断的一项基础问题.本文通过图像平滑、峰值探测、Snake模型、贪婪算法和样条插值等综合技术,对OCT视网膜图像进行分割,自动提取层状结构轮廓并获取视网膜厚度分布图.将以上算法应用于24例正常人眼底图像,并与专家手动标记轮廓提取的厚度相比,结果证实上述视网膜自动测量算法与专家人工标记取得较好一致性.本文提出的测量算法有望应用于视网膜变异性评估.
-
血管内超声图像序列分割的研究进展
血管内超声(IVUS)图像序列的分割对冠状动脉疾病的临床诊断和治疗有着重要意义,学者们为此提出了多种分割方法.本文首先分析了IVUS图像的成像过程及其特点,然后介绍了近年来提出的典型IVUS图像序列分割方法,给出了这些方法的基本原理,并对其优缺点进行分析,后展望了该领域的研究发展方向.
-
基于边缘流和距离图Snake模型分割淋巴结超声图像
提出一种基于边缘流的距离图Snake模型的图像分割方法,用于淋巴结超声图像的分割.首先由给定的4个标记点获得Snake模型的初始轮廓,然后综合图像灰度和纹理特征构造边缘流,由边缘流演化所得边缘图来构造距离图,通过定义基于距离图的势能函数,作为Snake模型的外部势能,来引导模型形变,实现对淋巴结超声图像的半自动分割.
-
MR脑肿瘤图像分割与矩特征研究
目的 对MR脑肿瘤图像进行分割,并对分割的结果进行矩描述.方法 在分析当前常用的医学图像分割方法的基础上,提出一种基于形变模型的医学图像分割方法,并给出了相应的理论算法模型和实现步骤,后用Visual C++6.0编程,并对MR脑肿瘤图像进行分割实验.结果 本文分割方法分割边界清晰,总体不确定性较小.结论 本文分割方法切实可行,分割效果较好,为进一步的MR脑肿瘤图像分析和研究提供了一种有效工具.
-
基于阈值分割和Snake模型的弱边缘医学超声图像自动分割
医学超声图像分割是图像处理中的一项关键技术.文章以胆结石超声图像为例,介绍一种新的弱边缘超声图像自动分割算法.首先采用基于直方图凹度分析的闽值分割方法确定Snake模型的初始蛇,再基于Snake模型结合贪婪算法对图像进行目标分割.实验结果表明该算法对弱边缘现象较为严重的医学超声图像进行目标分割时,定位准确,分割效果良好,足一种全自动的超声医学图像分割方法.
-
超声图像处理中Snake模型研究
Snake模型是一种基于高层信息的有效目标轮廓提取算法,其优点是作用过程及后结果的目标轮廓是一条完整的曲线,从而引起广泛的关注.鉴于医学超声图像的信噪比较低,用经典的边缘提取算法无法得到较好的结果,因此人们将Snake模型进行了各种各样的改进,并且越来越多地将它运用到医学超声图像处理中来.本文对乳腺超声图像进行阈值分割、形态滤波等一系列预处理后,将改进的Snake模型对乳腺超声图像进行肿瘤的边缘提取,得到了比较好的结果.
-
基于Snake模型的医学图像分割
基于Snake模型的图像分割技术是近年来图像处理领域的研究热点之一.Snake模型承载上层先验知识并融合了图像的底层特征,针对医学图像的特殊性,能有效地应用于医学图像的分割中.本文对各种基于Snake模型的改进算法和进化模型进行了研究,并重点梳理了新的研究成果,以利于把握基于Snake模型的医学图像分割方法的脉络和发展方向.
-
基于GVF Snake模型的骨密度测定研究
目的 探讨GVF Snake模型在骨密度测定中的价值.方法 本文将GVF Snake模型应用于目标区域分割,并与区域分割法进行对比.结果 实验表明梯度矢量流模型有较好的健壮性和实用性,分割结果与实际边界非常吻合.结论 GVFSnake模型为一种很实用的分割方法,能够应用在骨密度测定中.
-
Snake模型在乳腺肿瘤超声图像处理中的运用
目的对乳腺超声图像中的肿瘤进行边缘提取.方法鉴于医学超声图像的信噪比较低,用经典的边缘提取算法无法得到较好的结果,因此,Snake模型作为一种基于高层信息的有效目标轮廓提取算法而引起广泛的关注.在原始的Snake模型的基础上,本文针对超声图像的特点对它进行了一些改进.结果从上海第六人民医院采集到乳腺超声图像15幅.在进行了灰度分割、形态滤波等一系列预处理后,将改进后的Snake模型运用到边缘提取中来,并在这15幅图像中得到了比较好的分割结果.结论改进后的Snake模型可以将乳腺超声图像中肿瘤的边缘较好地提取出来,为乳腺肿瘤计算机辅助诊断提供了重要依据.
-
基于Snake算法的气道内超声序列图像的边界提取
目的:气道内超声能为肺部肿瘤提供更多的诊断信息,能让医生以对病人伤害很小的方式检视患者肺部,而无需采用传统的有创手术方式.本文提出了一种能用于气道内超声边界提取的新的Snake算法模型.方法:作为非方向性指标,局部相位具有图像的亮度及对比度无关性.本文拟在Snake模型中引入局部相位,以设计其新的图像能量公式.结果:本文所提出的算法与现有的超声边界提取算法进行了提取结果对比.实验结果表明本文所提出的算法优于现有的算法.结论:本文所提出的新算法能有效地对气道内超声图像提取边界.
-
基于GVF Snake模型的图像分割方法在放射吸收法(RA)中的应用
目的:探讨GVFSnake模型在放射吸收法骨密度测定图像分割方面的价值.方法:本文将GVF Snake模型应用于目标区域分割,并与区域分割法进行对比.结果:实验表明梯度矢量流模型有较好的鲁棒性和实用性,分割结果与实际边界非常吻合.结论:GVF Snake模型为一种很实用的分割方法,能够应用在放射吸收法骨密度测定中.
-
利用Gibbs距离图Snake模型分割医学图像
目的 提出利用Gibbs距离图Snake模型分割医学图像的算法.该方法能克服医学图像周有的噪声和伪边缘干扰,收敛到正确的目标轮廓.方法 首先推导Gibbs形态学梯度,然后提出基于Gibbs形态学梯度的距离图Snake模型的医学图像分割方法.结果 本文所提出的算法克服了传统距离图Snake模型的上述缺点.结论 本文所提出的方法分割结果鲁棒性好,分割过程无须人工干预,适合应用于临床医学图像分割.
-
基于先验知识和几何主动轮廓线的三维超声瓣膜分割
几何主动轮廓线模型是一种有效的图像分割方法.但对于被噪声严重干扰的目标依然很难准确分割.特定目标的先验知识可以有效地指导目标的准确分割.我们把特定目标的区域和形状先验知识表示成一种速度场,把此速度场嵌入到几何主动轮廓线模型中,指导目标的快速准确分割.先验区域限制水平集在特定区域迭代,先验形状使曲线向理想轮廓演化.我们把该算法应用于三维超声图像的二尖瓣自动分割,结果表明该分割算法是快速和高效的.
-
基于小方差Snake模型的医学图像分割
传统的参数活动轮廓模型(Snake模型)难于处理自动分割医学图像的弱边界.我们在分析参数活动轮廓和几何活动轮廓模型的基础上,提出小方差参数活动轮廓模型,并成功应用于医学图像自动分割.该方法将气球力Snake模型中的恒定气球力修改为包含区域信息的变力,以目标和背景两区域具有小方差为准则,引导轮廓线演化.实验结果表明,该模型对初始轮廓位置不敏感,能实现自动分割.对于带噪声的医学图像,先进行保边界特性的曲率流滤波,然后应用该模型也能取得满意的分割效果.