学位论文 > 优秀研究生学位论文题录展示
基于graph-cuts的脑组织自动提取方法
作 者: 张伟瑞
导 师: 江少锋
学 校: 南昌航空大学
专 业: 生物医学工程
关键词: 脑组织提取 graph-cuts BET改进方法 活动轮廓邻域模型 全局最优
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 13次
引 用: 0次
阅 读: 论文下载
内容摘要
现如今,随着科技的发展,经济的增长,医疗水平也不断提高,出现了各式各样的医学影像检查设备,用于测量和显示人体内器官的形态结构,并通过提取医学影像中的重要医学信息来辅助医生做出诊断,分析人体健康状况。而大脑作为人体核心器官,其不同成像设备所得影像之间的配准问题显得尤为重要。配准的一项重要预处理过程就是脑组织提取,在这种情况下,开发一种快速、稳定的脑组织自动提取方法符合实际的需求。而近年来,由于graph-cuts优化速度快,可扩展性好,广泛应用于图像分割领域。因此本文提出一种基于graph-cuts的脑组织自动提取方法,主要适用于T1磁共振加权图像。虽然graph-cuts作为一种基于图的优化方法,具有全局最优性,但因脑部MR图像存在特殊性,各组织之间灰度差异不大,且分布不均匀,传统graph-cuts方法又对初始参数的设置较为敏感,也容易产生边界泄漏和局部收敛问题。故本文在传统graph-cuts基础上加以改进,提出了一种新的图权重值分配以及边缘权重设置方法,提高了脑组织的提取精度。为了保证脑组织提取的稳定性,本文采用了活动轮廓邻域模型(Active ContourNeighborhood Model),由改进BET(Brain Extraction Tool)方法演化得到粗略的脑组织边界,并通过形态学膨胀处理后获得初始CN(Contour Neighborhood),最后在该CN内采用改进的graph-cuts方法进行不断迭代更新轮廓线以及ACN(ActiveContour Neighborhood),直至得到精确脑组织边界。改进BET方法快速且半全局收敛,由此得到的初始ACN已经很贴合脑组织边缘,活动轮廓邻域模型又是不断迭代更新的,具有一定的自适应性。另外对于三维MR图像序列,本文采取的是逐层处理二维切片的方式。由于大脑表面的连续性,本文将中间切片的BET提取结果作为该片的初始轮廓,其余切片的初始轮廓则是在邻近片的基础上变化得到的。这样的初始化方法使得各二维切片的初始ACN更准确,减少了后续脑组织提取工作的失误。同时由于BET方法仅需在中间片执行一次,也节省了运算时间。实验方面,本文所用到的MRI数据均来自于国际脑分割数据库IBSR(InternetBrain Segmentation Repository),这是由哈佛医学院的形态学分析中心开发,专供科研人员对脑组织提取算法做评估的实验数据集。利用IBSR数据集提供的38组公共序列样本及其对应的手动分割标准,将本文方法得到的分割结果与标准分割结果进行对比,计算脑组织分割的相关评价参数。在多个评价参数上,都比现有脑组织自动提取方法的效果好,说明本文提出方法是可行的。
|
全文目录
摘要 4-6 Abstract 6-8 目录 8-10 第一章 绪论 10-16 1.1 课题的研究背景及意义 10 1.2 脑组织提取的研究现状 10-13 1.2.1 基于区域的提取方法 11 1.2.2 基于边界的提取方法 11-12 1.2.3 混合提取方法 12-13 1.2.4 基于 graph-cuts 的混合提取方法 13 1.3 研究方法及实验设计 13-14 1.4 本文组织结构安排 14-16 第二章 BET 及其改进算法的原理 16-23 2.1 引言 16 2.2 BET 算法的原理介绍 16-20 2.2.1 图像基本参数的估计 17-18 2.2.2 表面模型和初始化 18 2.2.3 轮廓演化过程 18-20 2.3 改进 BET 算法 20-22 2.3.1 对轮廓演化选择力 u3 的改进 20-21 2.3.2 对轮廓平滑力 u2 的简化 21 2.3.3 搜索路径的增加 21-22 2.4 本章小结 22-23 第三章 图割理论的发展及其在脑组织提取中的应用 23-32 3.1 引言 23 3.2 图理论 23-25 3.2.1 图的定义 23-24 3.2.2 s-t 割 24-25 3.3 图割的基础知识 25-26 3.3.1 能量函数的构建 25 3.3.2 网络与流的概念 25-26 3.3.3 最大流/最小割 26 3.4 图割在图像分割中的应用 26-30 3.4.1 能量函数 27-28 3.4.2 网络图的构建 28-29 3.4.3 图的权重值分配 29-30 3.5 GCUT 方法 30-31 3.6 本章小结 31-32 第四章 基于 graph-cuts 和活动邻域模型的脑组织自动提取方法 32-41 4.1 引言 32 4.2 活动邻域模型(ACNM)的描述 32-36 4.2.1 ACNM 处理二维 MRI 图像 33-34 4.2.2 三维脑 MR 图像初始化方法 34-36 4.3 对 graph-cuts 方法的改进 36-40 4.3.1 对边缘权重分配图的改进 36-37 4.3.2 模糊 C 均值聚类算法 37-38 4.3.3 对图边缘权重值的改进 38-40 4.4 本章小结 40-41 第五章 实验结果与分析 41-54 5.1 引言 41 5.2 实验数据库 41-42 5.3 实验设施与平台说明 42 5.4 评价参数介绍 42-44 5.5 实验结果分析 44-53 5.5.1 验证本文创新点的有效性 44-46 5.5.2 对几种脑组织提取方案的定性分析 46-49 5.5.3 评价系数对比 49-53 5.6 本章小结 53-54 第六章 结论及展望 54-56 6.1 本文结论 54-55 6.2 展望 55-56 参考文献 56-60 硕士期间发表论文情况 60-61 致谢 61-62
|
相似论文
- 基于Split Bregman算法的多相图像分割及三维重建,TP391.41
- 遗传算法的改进—生物多样性,TP183
- 线性双层规划的性质和算法研究,O221.1
- CT图像肝脏分割方法研究,TP391.41
- 基于改进Graph Cuts的图像分割,TP391.41
- 基于多尺度的人脑磁共振图像模糊分类及可视化方法研究,TP391.41
- 医学图像的特征自动提取及基于模糊特征的图像检索研究,TP391.3
- 基于截面特征的反求工程CAD建模关键技术研究,TP391.72
- 约束全局最优化增广Lagrangian方法及凸化方法研究,O224
- 蚁群算法与小波网络在复杂性科学中的应用研究,N941.4
- 电力电子变换器全数字化有源共模电磁干扰抑制技术研究,TM46
- 血管内皮祖细胞治疗大鼠创伤性脑损伤的实验研究,R651
- 积分型总极值方法理论的发展及其并行算法,O224
- 非凸优化问题的全局优化算法,O224
- 最优和自校正多传感器信息融合白噪声反卷积估值器,TP202
- 可置信性结构鲁棒优化设计若干问题的研究,O342
- 基于H.264压缩域的视频对象分割,TP391.41
- ITS智能车辆关键技术研究,TP29-AC
- 基于活动感兴趣区域的脑组织自动提取方法,Q42
- 特征选择与图像匹配,TP391.41
- 非凸规划问题的全局最优性条件和全局最优化方法,O221
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|