学位论文 > 优秀研究生学位论文题录展示

基于偏差场补偿和邻域约束的脑磁共振图像分割方法

作　者: 刘筱力
导　师: 吕英华
学　校: 东北师范大学
专　业: 计算机软件与理论
关键词: 图像分割磁共振图像 FCM算法偏差场局部和非局部信息
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 11次
引　用: 0次
阅　读: 论文下载

内容摘要

医学图像分割在医学图像处理中是一个复杂并且具有挑战性的任务，它是解决在临床上应用医学图像的前提条件，特别是对人类脑磁共振图像（MRI）的分割。MRI成像技术的优点在于对人体是无创性的检测，同时对软组织有很高的分辨率，因此，MRI成像成为当今进行脑功能、病理和解剖研究的主要技术。近年来，很多学者已经提出了各种不同的MR图像分割技术，但MR图像中存在的部分容积效应、噪声和偏差场会对分割算法造成很大的影响，这给分割脑MR图像带来很大的困难。在众多脑图像分割算法中，以模糊C均值算法（FCM）为代表的模糊聚类技术得到了广泛应用。本文提出了一种基于FCM的脑MR图像分割算法，该算法考虑到了MR图像中的偏差场和噪声的影响。针对图像中的偏差场，我们引入了偏差场模型。MR图像中存在的偏差场具有平滑和缓慢变化的特性，首先将该不均匀场看成是乘性的增益场，通过对数变换，转化为加性的偏差场，应用该模型对图像中的偏差场进行补偿，从而达到校正偏差场的目的；对于图像中的噪声，我们同时考虑到了局部和非局部邻域信息，将目标函数改写为受局部信息和偏差场影响的距离以及受非局部邻域信息和偏差场影响的距离，实验证明，非局部距离函数比较完整的保持了图像中的边界信息，同时，局部距离函数使图像中的精细结构和细节信息不被破坏。通过对大量模拟脑MR图像分割的实验，同时与其他FCM改进算法进行对比，证明了本文提出的算法的精确性和有效性。

全文目录

摘要  4-5
Abstract  5-6
目录  6-7
第一章医学图像分割  7-12
  1.1 医学图像分割的概念和意义  7
  1.2 医学图像分割技术的分类  7-10
    1.2.1 基于阈值的图像分割方法  8
    1.2.2 基于区域的图像分割方法  8-9
    1.2.3 基于边缘的图像分割方法  9
    1.2.4 新发展的医学图像分割方法  9-10
  1.3 论文研究内容和框架  10-12
第二章磁共振图像的偏差场校正  12-16
  2.1 磁共振成像技术  12
  2.2 偏差场概述  12-13
  2.3 偏差场的校正方法  13-15
  2.4 本章小结  15-16
第三章基于偏场补偿和邻域约束的脑磁共振图像分割方法  16-23
  3.1 FCM 算法概述  16-18
    3.1.1 传统的 FCM 算法  16-17
    3.1.2 FCM 算法的相关改进  17-18
  3.2 BCFCM 算法  18-19
  3.3 基于局部和非局部邻域的 FCM 算法  19
  3.4 本文提出的算法  19-22
  3.5 本章小结  22-23
第四章实验结果  23-30
  4.1 量化指数  23
  4.2 模拟 MRI 脑图像分割结果  23-29
  4.3 实验总结  29-30
第五章总结与展望  30-32
  5.1 总结  30
  5.2 展望  30-32
参考文献  32-35
致谢  35-36
在学期间公开发表论文及著作情况  36

相似论文

森林防火系统中图像识别算法的研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于可视特征的彩色图像分割方法及应用研究,TP391.41
基于水平集区域分割的医学图像融合算法研究,TP391.41
基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于视觉的类人足球机器人目标定位算法设计,TP391.41
复杂相变热图序列相变线提取算法研究,TP391.41
基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
肝脏移植术前计算机辅助规划关键技术的研究,TP391.41
多尺度遥感图像分割算法研究与应用,TP391.41
基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
肺部病灶感兴趣区域分割算法研究,TP391.41
基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
基于参数活动轮廓模型的医学图像分割方法研究,TP391.41
指纹图像分割方法评价与半监督学习在指纹图像分割中的应用研究,TP391.41
基于水平集的医学图像分割方法研究,TP391.41