面向典型医学图像的分割方法研究

发布时间：2021-05-09 11:00

　　医学图像分割是医学影像处理和分析的重要步骤,为临床诊断提供了可靠依据。计算机辅助诊断技术中的脑组织核磁图像分割、牙齿曲面断层图像分割是广泛应用的医学影像分析技术,对相关领域医生诊断疾病、制定治疗计划、规划预后方案等具有重要意义。本文针对脑组织核磁图像和牙齿曲面断层图像两种典型医学图像分割方法进行系统研究,具体研究工作如下:第一,针对传统三维水平集方法无法保持脑组织图像分割结果时间一致性的问题,本文设计了一个新的能量函数,提出了一种基于水平集函数的脑组织图像分割方法。首先建立四维时间序列图像成像模型,引入一个变分水平集公式。该公式对隶属度函数具有时间一致性约束。然后将该约束转化为一个向量值函数,并根据解析定义的映射进行隶属度函数优化求解,达到脑组织图像分割的目的。实验结果表明,本文方法对纵向脑组织核磁图像分割具有较好的准确性和鲁棒性,同时可以有效地提高纵向脑组织核磁图像分割结果的时间一致性,有一定的实用价值。第二,针对牙齿曲面断层图像对比度低、像素灰度分布不均匀而导致牙齿边界和牙根模糊的问题,本文利用深度学习技术提出了一种基于注意力机制的两阶段牙齿曲面断层图像分割方法。在本方法中,第一阶... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 脑组织图像分割国内外研究现状
        1.2.2 牙齿图像分割国内外研究现状
    1.3 医学图像分割的难点
        1.3.1 脑组织图像分割的难点
        1.3.2 牙齿图像分割的难点
    1.4 本文研究内容
    1.5 本文组织结构
第2章 医学图像分割相关理论基础
    2.1 引言
    2.2 基于水平集方法的脑组织图像分割相关理论
        2.2.1 模糊C均值聚类算法
        2.2.2 水平集方法
        2.2.3 常见水平集模型
    2.3 基于深度学习的牙齿图像分割相关理论
        2.3.1 卷积神经网络
        2.3.2 深度全卷积网络
    2.4 数据预处理
        2.4.1 数据增强
        2.4.2 图像增强
    2.5 本章小结
第3章 基于水平集方法的脑组织核磁图像四维分割算法
    3.1 引言
    3.2 纵向脑组织核磁图像四维分割算法流程
    3.3 三维脑组织图像分割模型的构建
        3.3.1 成像模型
        3.3.2 能量泛函
    3.4 四维脑组织图像分割模型的构建
        3.4.1 时间序列成像模型
        3.4.2 能量泛函
        3.4.3 参数正则及优化
    3.5 实验结果分析
        3.5.1 实现细节
        3.5.2 实验数据集
        3.5.3 分割算法的评估指标
        3.5.4 不同算法的性能分析
    3.6 本章小结
第4章 基于注意力机制的牙齿曲面断层图像分割算法
    4.1 引言
    4.2 基于注意力机制的牙齿图像分割算法
        4.2.1 算法框架图
        4.2.2 注意力网络和分割网络
        4.2.3 损失函数的设计
    4.3 实验结果分析
        4.3.1 实现细节
        4.3.2 实验数据集
        4.3.3 分割算法的评估指标
        4.3.4 不同算法的性能分析
    4.4 本章小结
第5章 总结与展望
    5.1 本文工作总结
    5.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果


【参考文献】：
期刊论文
[1]基于一维Otsu的多阈值医学图像分割算法[J]. 申铉京,潘红,陈海鹏.  吉林大学学报(理学版). 2016(02)

博士论文
[1]基于能量极小化方法的脑影像分割算法研究[D]. 赵悦.吉林大学 2017
[2]基于模糊聚类及活动轮廓模型的图像分割技术研究[D]. 江晓亮.西南交通大学 2016

硕士论文
[1]基于深度学习的医学图像分割方法研究[D]. 杨洪光.重庆邮电大学 2019



本文编号：3177186