医学磁共振图像体数据三维分割研究

发布时间:2021-01-11 09:27
  磁共振成像(Magnetic Resonance Imaging,MRI)已经成为当前对人体进行功能、病理和解剖研究的重要辅助手段。准确的分割医学MR图像在病理生理分析、关键生物医学指标获取以及组织生物物理模型构建等方面具有重要意义。然而在实际应用中,由于受射频场不均匀性、不同软组织之间的差异性和部分容积效应等影响,MR图像质量退化严重,表现为图像灰度均匀性变差和不同组织结构间像素灰度分布范围的混叠,增加了对MR图像精细结构进行分割的难度。另外,图像的低对比度,软组织结构显著的多样性和弱边缘,也给分割带来了困难。所有这些问题,使得对MR图像进行自动鲁棒的精确分割仍然是一个极具挑战的课题。现有的一些MR图像分割方法存在着分割精度不够和鲁棒性较低等问题。为此,本文对医学MR图像体数据的三维分割进行了深入研究,首先提出了一个基于活动轮廓的分割模型来克服MR体数据中存在的灰度不均匀性、噪声和弱边缘等复杂环境的影响;接下来,进一步将该模型整合进一个体素分类联合活动轮廓演化的分割框架内,实现对存在信号混叠的组织结构的自动精确分割;最后,我们重新设计了分割框架内的体素分类架构和能量泛函的信息整合方式... 

【文章来源】:哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】:146 页

【学位级别】:博士

【部分图文】:

医学磁共振图像体数据三维分割研究


本文的研究框架

切片图像,非均匀,活动轮廓模型,种子点


图 2-1 局部鲁棒统计量驱动的活动轮廓模型分割结果(a)原始体数据中轴向层面的一个切片图像及由红色标识的种子点;b),c)分别为基于低灰度非均匀假设和高灰度非均匀假设设置参数的分割结果。红色轮廓由模型产生,蓝色轮廓表示专家手工分割结果,绿色轮廓表示模型与手工分割相符合部分)Fig.2-1 Segmentation results of the local robust statistics driven active contour model ( a) Anaxial slice of the original volumetric image and the initial seeds (shown in red); b), c) the

概率分布,特征描述,种子区,邻域


于特征向量概率分布函数的体素特征描述式(2-9)定义的尺度可调局部鲁棒统计特征向量,可对任一述,即将种子体素区域以及体素 x邻域区域导出的特征向量PDF)进行整合。对体素 x的特征描述定义如下: ()()(),1,2()()||1()(1)__ KxypxfydyiPxpfxfziSeedsiiSeedsizi 一项中的 z 为属于种子区域Seeds _i 的种子体素,该项衡量了体素的相似程度;第二项是体素 x 邻域内体素的概率分布 p尺度由式(2-5)中定义的核函数 K 的尺度函数 进行控制函数中的参数i 对图像局部区域i 进行近似。需要说明中概率分布 的选择可以很灵活,这里选择高斯分布,其方量中的局部加权灰度标准差( LWIV (x))来设定[40]。

【参考文献】:
期刊论文
[1]一种基于模糊主动轮廓的鲁棒局部分割方法[J]. 孙文燕,董恩清,曹祝楼,郑强.  自动化学报. 2017(04)
[2]窄带主动轮廓模型及在医学和纹理图像局部分割中的应用[J]. 郑强,董恩清.  自动化学报. 2013(01)



本文编号:2970518

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/2970518.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f4bbd***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com