学位论文 > 优秀研究生学位论文题录展示
基于ITK的MR脑组织图像分割方法的研究
作 者: 姜红
导 师: 张兆臣
学 校: 泰山医学院
专 业: 影像医学与核医学
关键词: ITK MR脑组织 分割 连续阈值区域生长 K-Means聚类
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 129次
引 用: 0次
阅 读: 论文下载
内容摘要
目的利用ITK对颅脑MR图像进行半自动及自动分割,并对分割所得的脑组织结构(白质、灰质、脑室)图像进行观察、研究,分析优缺点,为颅脑MR图像脑组织结构的三维显示及手术导航做准备。材料与方法利用ITK编程读取DICOM格式的MR脑图像,半自动分割采用连续阈值区域生长算法、自动分割采用K-Means聚类算法对41幅图像进行分割,得到白质、灰质、脑室等脑组织结构。结果连续阈值区域生长算法及K-Means聚类算法都很好的分割出了各部分脑组织结构。连续阈值区域生长算法综合分割速度慢,受不同层上不同脑组织像素间连通性的影响,将MR脑图像上的各脑组织结构分次单幅显示出来了,较K-Means对不包含脑室的图像进行4分类时的分割精度高、细节多。K-Means聚类算法分割的综合速度比区域生长分割方法分割的快,受初始聚类中心、聚类准则函数、相似度度量方法的影响,可以一次性将白质、灰质及脑室等结构在一幅图像上分割后显示出来,对包含脑室结构的图像进行五分类时的分割效果明显优于连续阈值区域生长的分割效果,而且这样一次性将各脑组织结构在一幅图像上分割出来的快速、高效的分割思想及模式是今后图像分割的方向。结论不同分割方法的优缺点、侧重点不一样,加上医学图像的各异性、复杂性、多模态性,以及图像分割的目的及要求的多样性、具体性、特殊性,使得具体问题需具体研究、分析。连续阈值区域生长算法及K-Means聚类算法的分割各有特点,都很好的分割出了各部分脑组织结构,可以据需要将它们应用于颅脑MR图像脑组织结构的三维显示及手术导航中。
|
全文目录
中文摘要 4-5 英文摘要 5-7 符号说明 7-8 前言 8-11 材料与方法 11-41 结果 41-65 讨论 65-67 结论 67-68 参考文献 68-74 附录 74-80 致谢 80-81 攻读硕士学位期间发表的学术论文 81
|
相似论文
- 联合编码调制技术中TCM与BICM方案性能研究,TN911.22
- 森林防火系统中图像识别算法的研究,TP391.41
- 基于图分割的文本提取方法研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 随机时滞系统的稳定性分析与鲁棒控制器设计,TP13
- 时滞系统的稳定性分析,TP13
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于统计方法的核磁共振人脑图像的分割及三维数据的分析,R445.2
- 基于区域分割的遥感影像道路提取算法研究,TP751
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 冷却分割猪肉中腐败微生物分离鉴定与生长特性的研究,R446.5
- 混沌振子多进制调制解调技术研究,TN915.05
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于拓扑约束和匈牙利算法的高密度细胞追踪方法,Q25
- 基于空间—频率域的织物组织识别新技术研究,TS101.923
- 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
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 运用面部黄金比例面具的简易面部分析,R622
- 基于高分辨率遥感数据的矿区房屋信息提取方法研究,TP751
- 类药性和生物利用度的理论预测研究,R914
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
|