医学图像分割算法研究及应用

发布时间：2021-06-14 12:21

　　近年来,随着医学图像扫描技术和计算机技术的发展,不同模态的医学图像在临床应用中得到广泛使用,并且发挥的作用日益增长。医学图像分割在临床疾病检测、辅助诊疗方面有多种重要作用,例如肿瘤定位,病理分析,测量组织体积,计算机辅助手术,计算机引导放疗,治疗计划制定,解剖结构研究等。然而,由于医学图像模态众多,结构复杂,没有一种方法能够适用于所有图像的分割,而手工分割是一项繁冗的工作,不仅给临床医生增加很大工作量而且效率低下。因此针对不同类型的医学图像,研究有效的自动分割方法或者交互式分割方法具有重要的研究和临床应用价值,从而受到国内外研究者的高度重视。本文主要针对病理图像和视网膜血管图像,分别研究腺体和血管分割算法。主要研究了分数阶散射网络、动态最小路径模型、基于图搜索的视觉分组,然后根据每种算法的特征,用于病理图像腺体分割和视网膜图像血管分割。主要工作及贡献如下:（1）提出了一种基于分数阶散射网络的图像分割算法首先,基于复数小波构造散射网络的方法,我们利用分数阶复数小波变换将传统的散射网络推广到分数阶,构造分数阶散射网络,从理论上给出了分数阶散射网络的平移不变性和微小形变稳定性,并且推导了其能... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：134 页

【学位级别】：博士

【部分图文】：

图像工程

【参考文献】：
期刊论文
[1]医学图像分割及其发展现状[J]. 江贵平,秦文健,周寿军,王昌淼.  计算机学报. 2015(06)
[2]A novel fractional wavelet transform and its applications[J]. SHI Jun,ZHANG NaiTong & LIU XiaoPing Communication Research Center,Harbin Institute of Technology,Harbin 150001,China.  Science China（Information Sciences）. 2012(06)

博士论文
[1]水平集方法及其在图像分割中的应用研究[D]. 王晓峰.中国科学技术大学 2009



本文编号：3229819