学位论文 > 优秀研究生学位论文题录展示

医学图像分割算法研究及其在骨分割中的应用

作　者: 黄琴波
导　师: 杨兵
学　校: 西安电子科技大学
专　业: 生物医学工程
关键词: 医学图像分割体数据分类分水岭算法直方图熵
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 150次
引　用: 0次
阅　读: 论文下载

内容摘要

医学图像分割是医学图像处理到分析过程的关键步骤,在临床医学中发挥着越来越重要的作用。其中,骨分割是医学图像分割在临床医学的主要应用,可用于体积测量、骨骼损伤治疗和修复计划的制定、三维重建等。准确的分割结果可为医学研究和临床诊断提供可靠的数据,以提高医生诊断的准确性。本文首先分析了医学图像分割技术的发展现状,主要讨论三大类常用的分割算法,包括:基于变形模型的分割方法、基于区域的分割方法和基于统计学的分割方法以及它们的优缺点。体数据分割是基于医学图像分割技术的新方法,其基本思想是:将序列图像构成的体数据看作一个整体进行处理,提高分割的效率和准确率,该方法对三维体视化有着关键作用。针对CT图像骨骼灰度值变化范围大、存在噪声和弱边缘效应等特点给骨分割带来了很大的困难,本文重点对骨分割算法作进一步的研究。通过算法比较,本文选择分水岭算法对脑部CT图像进行骨分割。从模拟“浸没”过程和集水盆合并两方面进行算法改进以克服过分割现象,从而提高图像的分割质量。对血管造影断层构成的三维体数据,本文提出了一种基于直方图熵的体数据分类方法,通过设置阻光度传递函数的分段点完成去骨目的。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-15
  1.1 课题研究背景及意义  7-9
    1.1.1 课题研究背景  7-8
    1.1.2 医学图像分割的意义  8-9
  1.2 医学图像分割的国内外研究现状  9-10
  1.3 DICOM 3.0 标准  10-12
    1.3.1 DICOM 3.0 文件结构  10-12
    1.3.2 DICOM 3.0 文件数据的读取与转换  12
  1.4 论文主要内容  12-15
第二章医学图像分割概述及去噪处理  15-25
  2.1 引言  15-17
    2.1.1 医学图像的特点  15
    2.1.2 医学图像分割定义  15-17
  2.2 医学图像分割技术及分类  17-20
    2.2.1 基于形变模型的图像分割方法  17-18
    2.2.2 基于区域的图像分割方法  18-20
    2.2.3 基于统计学的图像分割方法  20
  2.3 医学体数据分割技术  20-21
  2.4 医学图像去噪方法  21-24
  2.5 本章小结  24-25
第三章医学CT图像骨分割算法研究  25-39
  3.1 引言  25
  3.2 基于分水岭变换的骨分割算法  25-38
    3.2.1 分水岭变换算法  25-29
    3.2.2 分水岭算法的改进  29-35
    3.2.3 改进分水岭算法在头骨分割中的应用  35-38
  3.4 小结  38-39
第四章 CT体数据去骨算法研究  39-49
  4.1 引言  39
  4.2 医学体数据的构造  39-40
  4.3 体数据分类方法  40-41
  4.4 基于直方图熵的CT 体数据分类算法  41-46
    4.4.1 阻光度传递函数模型  42-43
    4.4.2 体数据分类算法描述  43-44
    4.4.3 阻光度传递函数分段点的计算  44-46
    4.4.4 直方图熵阈值法在CTA 图像去骨中的应用  46
  4.5 小结  46-49
第五章总结与展望  49-51
致谢  51-53
参考文献  53-57
作者在读期间的研究成果  57-58

医学图像分割算法研究及其在骨分割中的应用

内容摘要

全文目录

相似论文