基于水平集方法的胰腺图像分割研究

发布时间：2021-10-15 16:06

　　胰腺是人体内的一个重要器官。随着数字医学的普及,计算机辅助诊断已成为可能。在计算机的帮助下分割胰腺可以大大提高医生的工作效率。但是胰腺在医学CT图像中呈现出体积小,位置深的特点,且胰腺与周围的肝脏、肾脏等腹部器官没有很好的灰度对比,使得胰腺在CT图像中的边缘不是很明显。所以计算机借助于传统的图像分割方法难以准确的分割出胰腺,本文研究了水平集方法用于胰腺图像的分割,主要做了以下工作:（1）基于全局图像信息的传统水平集分割模型（CV模型）,在曲线的运动过程中,需要通过重新初始化的过程以确保曲线运动的稳定性。为了提升CV模型中曲线的运行效率,本文提出了改进的CV模型,在传统的CV模型中拟合了一个曲线面积项。通过改进的CV模型对灰度均匀图像的分割实验,验证了本文提出的改进CV模型确实能提升CV模型中曲线的运动速度。（2）针对传统的全局和局部信息的水平集分割模型（LGIF模型）在分割一些医学图像时,需要调整全局信息项和局部信息项的权重,才能获得较理想的分割结果。为了实现LGIF模型的自适应分割,本文提出了一个自适应函数用于实时衡量全局信息项和局部信息项的权重。通过拟合了自适应函数的ALGIF模型... 

【文章来源】：昆明理工大学云南省

【文章页数】：93 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文主要研究内容与论文组织结构
        1.3.1 论文主要研究内容
        1.3.2 论文组织结构
    1.4 文章小结
第二章 水平集方法的基础理论
    2.1 理论基础
    2.2 水平集方法
    2.3 基于区域信息的的水平集分割模型
        2.3.1 CV模型
        2.3.2 LBF模型
    2.4 本章小结
第三章 改进的胰腺图像分割方法
    3.1 改进的CV模型
    3.2 结合反应扩散方法改进的RD-LGIF模型
    3.3 改进的ALGIF模型
        3.3.1 自适应函数
        3.3.2 拟合自适应函数的ALGIF模型
    3.4 本章小结
第四章 实验结果与讨论
    4.1 实验环境与实验数据集
    4.2 结果评价说明
    4.3 传统CV和LBF模型实验验证
        4.3.1 CV模型的实验
        4.3.2 LBF模型的实验
    4.4 改进方法的实验结果
        4.4.1 改进的CV模型
        4.4.2 改进的RD-LGIF模型
            4.4.2.1 二维分割
            4.4.2.2 胰腺分割结果三维渲染
        4.4.3 改进的ALGIF模型
            4.4.3.1 二维分割
            4.4.3.2 胰腺分割结果三维渲染
    4.5 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 研究展望
致谢
参考文献
附录 A 攻读硕士期间取得的学术成果
附录 B 部分代码



本文编号：3438249