首页 > 文献资料
-
基于偏微分方程的CT图像分割及其MATLAB实现
CT图像在医学影像领域的应用为广泛,CT图像的分割对病变区域的提取、组织定位、组织测量以及实现三维重建有着非常重要的作用.近年来,基于偏微分方程的图像分割作为一种比较新颖且有效的图像分割方法,逐渐成为研究的热点.本文对基于偏微分方程(PDEs)的GAC和C-V两种图像分割模型进行了探讨,利用MATLAB语言编程实现.并结合实际CT图像进行了实验研究,为这些模型在CT图像的分割上的应用提供科学依据.
-
一种基于脑MR图像的三层头模型自动分割方法
在求解脑电图EEG及脑磁图MEG正问题的过程中,常需要对人体组织中介电常数差距大的地方进行分层建模,以便更加准确的计算其传导矩阵.在人体脑部的各个组织中,颅骨和周围脑组织的介电常数差别尤其大.如何从脑MR图像中自动、准确地分割出颅骨部分,成为精确计算MEG/EEG正向传导矩阵的关键问题.而在磁共振图像(MRI)中,虽然软组织能被很清晰的成像,但颅骨却因为缺少氢而在图像中成像模糊,用传统的分割算法很难自动分割出准确的结果.为解决上述问题,本文提出一种结合脑组织平滑的先验信息和基于形变的曲面演化自动分割算法,来分割脑MR图像中的颅骨部分.再利用基于水平集的活动轮廓方法提取出头皮组织,进而构建出EEG及MEG正问题计算所需的三层真实头模型.我们将自动分割结果与手动分割结果进行了比较,证明了本文方法的有效性.
-
基于C-V模型的肝脏病灶CT图像多相分割
目的:研究一种半自动的适用于CT图像中肝脏病变区域比较复杂的图像分割方法.方法:C-V模型和多相水平集相结合的分割方法,C-V模型依靠图像的全局性质使演化曲线终停留在目标物体的边界,达到分割目标物的目的.多相水平集方法的引入,使得分割多目标区域成为可能,同时还避免了水平集函数过多而带来的覆盖区域的重叠和真空问题.结果:经过多次遮代,肝脏病变区域的低密度区的癌变区域和高密度区都被很好地分割了出来,实现了分割肝脏复杂区域的目的.结论:各目标区域都能够很好地分割出来,效果较好.
-
基于改进C-V模型的超声心动图像轮廓的提取方法
目的:通过超声图像预处理和对图像分割方法的改进,完成超声心动图中心腔轮廓的提取.方法:首先,运用基于斑点指数的滤波方法对超声图像进行去噪.其次,对超声图像进行分段非线性灰度变换,提高图像对比度.后,利用改进的基于C-V模型的水平集算法对超声图像进行分割,得到精确的初始轮廓.结果:①基于斑点指数的图像滤波方法可以在不丢失细节的情况下对超声图像进行噪声滤除.②分段非线性灰度变换可以有效提高超声图像的对比度.③改进的C-V模型可以成功的对含有斑点噪声的超声图像进行分割.结论:本文的超声图像预处理方法和分割算法可以有效提取心腔轮廓,降低斑点噪声对图像分割结果的影响.
-
基于BI-RADS的超声乳腺图像的计算机辅助诊断研究
目的 根据乳腺超声图像的分级标准(BI-RADS)为诊断的指导,初步完成了诊断系统的设计.在图像处理中引入LBM滤波,并用无初始化的C-V模型进行分割,从形态特征与纹理特征入手,提取图像中相应的特征参数.采用支持向量机方法 对所提取的特征参数进行分类.通过对88幅乳腺超声图像(其中良性37例、恶性51例)进行训练和测试,得到的判别准确率、敏感性和特异性分别为91.4%、94.4%和86.4%.结果表明,依据BI-RADS的分级特征研究有利于计算机辅助诊断在临床中的应用.
-
一种基于距离图和分级配准策略的人脑图像非刚体配准方法
目的:基于特征的配准方法中,特征配准结果的好坏决定着终配准结果的好坏.方法:本文提出了一种基于距离图和分级配准策略的人脑MR图像非刚体配准方法.首先使用C-V模型完成特征的提取工作,并设计了相应的预处理过程,来获得适合进行特征配准的边界点集.接着采用分级配准策略来完成特征配准工作,包括逐条仿射配准和非刚体配准两个子步骤.为了方便计算,距离图被引入到算法过程中,以方便点距的查询.终的全局配准工作基于特征配准的结果进行,配准问题转化为相应的插值问题进行求解.结果:针对两组初始差异较大的脑部图像进行实验,均可以达到配准要求.结论:实验结果证明,新算法能够适合初始偏差较大配准场合的需求.
-
基于改进C-V模型的肿瘤CT图像分割
针对传统C-V模型演化速度慢和不能很好分割灰度不均匀图像的缺点,从两个方面进行了改进.首先采用一个新颖的基于局部梯度的模型,使C-V模型初始轮廓曲线快速移到目标边界附近,大大缩短了演化时间；其次,结合GVF模型从两个方向指向目标边界的特点,为C-V模型的速度方程添加一个自适应速度调节项,使模型收敛于真实边界.通过肝脏肿瘤CT图像的分割,验证该方法是有效的.
