微血管图像特征增强与分割算法研究
发布时间：2022-01-22 01:20
医学影像的数字化分析是计算机技术在医学诊断中的一项重要应用。由于微血管的形态结构与眼底类疾病、心血管类疾病密切相关:高血压、动脉硬化等疾病的早期症状均会导致微血管网络产生物理性质的变化。因此,利用医学影像处理技术对微血管网络的整体结构、直径、弯曲度等相关参数进行精确测量与定量分析,能够为疾病的早期排查、判断疾病的病变程度提供重要的依据,医学影像处理技术在现代医学诊断中具有重要的意义。本文以视网膜影像中的微血管网络结构为研究对象,从特征增强、微血管分割、动静脉夹角测量等方面进行研究,利用Curvelet理论、深度学习算法、Hessian矩阵等方法,分别实现微血管的增强、分割、测量工作。论文的主要研究内容如下:（1）研究了离散Curvelet系数在图像中的分布情况,提出一种基于Curvelet理论的微血管增强算法:首先提取图像的绿色通道,利用CLAHE算法均衡绿色通道中的像素值;其次对均衡化的图像进行Curvelet系数分解,提出一种兼备软阈值函数连续性和硬阈值函数渐进性的非线性阈值函数,根据噪声频域系数与特征频域系数在Curvelet变换域中的不同分布特征,实现阈值去噪和特征增强操作;最...
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：103 页
【学位级别】：硕士
【部分图文】：
医学影
硕士学位论文10图2-1线性分段函数Figure2-1Piecewisefunction非线性变换适用于灰度值变化范围较大的的图像，避免了线性变换带来的信息丢失等问题。非线性变换通常分为指数变换、对数变换、幂变换，不同的变换函数具备不同的灰度增强功能：指数变换抑制图像的灰度低值部分，增强灰度高值部分，如图2-2(a)所示；对数变换抑制图像的灰度高值部分，增强灰度低值部分，如图2-2(b)所示。(a)指数函数(b)对数函数图2-2非线性函数Figure2-2Nonlinearfunction幂函数通过调节γ值获得不同的增强曲线，具有较强的灵活性，幂函数如图2-3所示：图2-3幂函数Figure2-3Powerfunction图2-3可知，当γ=1时，幂变换即可视为线性变换；当γ<1时，可视为对数变换，抑制灰度高值部分，增强灰度低值部分，增强整体亮度；当γ>1时，可视为指数变换，换抑制图像的灰度低值部分，增强灰度高值部分，降低整体亮度。(2)直方图均衡化灰度直方图能以直观的方式反映出像素的灰度级分布情况，因此在图像的对比度调节上应用较广。而直方图均衡化作为一种调节图像对比度、调整图像亮度
硕士学位论文10图2-1线性分段函数Figure2-1Piecewisefunction非线性变换适用于灰度值变化范围较大的的图像，避免了线性变换带来的信息丢失等问题。非线性变换通常分为指数变换、对数变换、幂变换，不同的变换函数具备不同的灰度增强功能：指数变换抑制图像的灰度低值部分，增强灰度高值部分，如图2-2(a)所示；对数变换抑制图像的灰度高值部分，增强灰度低值部分，如图2-2(b)所示。(a)指数函数(b)对数函数图2-2非线性函数Figure2-2Nonlinearfunction幂函数通过调节γ值获得不同的增强曲线，具有较强的灵活性，幂函数如图2-3所示：图2-3幂函数Figure2-3Powerfunction图2-3可知，当γ=1时，幂变换即可视为线性变换；当γ<1时，可视为对数变换，抑制灰度高值部分，增强灰度低值部分，增强整体亮度；当γ>1时，可视为指数变换，换抑制图像的灰度低值部分，增强灰度高值部分，降低整体亮度。(2)直方图均衡化灰度直方图能以直观的方式反映出像素的灰度级分布情况，因此在图像的对比度调节上应用较广。而直方图均衡化作为一种调节图像对比度、调整图像亮度
【参考文献】：
期刊论文
[1]基于改进U型网络的眼底图像血管分割[J]. 高宏杰,邱天爽,丑远婷,周明,张晓博. 中国生物医学工程学报. 2019(01)
[2]基于频域的计算机图像增强技术分析[J]. 张小红,张建生,彭林华. 科学技术创新. 2018(31)
[3]基于遗传算法优化小波神经网络的短时交通流量预测[J]. 李会超,李鸿,张博. 计算机应用与软件. 2018(07)
[4]图像亮度精确控制的双直方图均衡算法[J]. 江巨浪,王振东,钟伦超,吴翰. 电子科技大学学报. 2018(01)
[5]基于空间域与频域的遥感图像增强算法[J]. 王璠. 廊坊师范学院学报(自然科学版). 2017(01)
[6]一种基于改进遗传算法的神经网络优化算法研究[J]. 刘浩然,赵翠香,李轩,王艳霞,郭长江. 仪器仪表学报. 2016(07)
[7]光相干断层扫描血管成像技术及其在眼底相关疾病中的应用[J]. 王林妮,李志清,李筱荣. 中华眼底病杂志. 2015 (05)
[8]基于Morlet小波变换的视网膜血管分割[J]. 殷本俊,陈燕,李华婷,吴雯,盛斌. 计算机辅助设计与图形学学报. 2015(07)
[9]基于多尺度2D Gabor小波的视网膜血管自动分割[J]. 王晓红,赵于前,廖苗,邹北骥. 自动化学报. 2015(05)
[10]高斯混合模型自适应微光图像增强[J]. 陈莹,朱明,刘剑,李兆泽. 液晶与显示. 2015(02)
博士论文
[1]基于深度神经网络的视网膜病变检测方法研究[D]. 刘磊.中国科学技术大学 2019
[2]视网膜血管图像处理的若干关键问题研究[D]. 赵晓芳.华南理工大学 2011
硕士论文
[1]基于深度卷积神经网络的肝图像分割方法研究[D]. 刘博.哈尔滨工业大学 2019
[2]语义分割网络在视网膜血管分割任务的应用[D]. 张冠宏.北京邮电大学 2019
[3]基于小波变换的图像去噪方法研究[D]. 李晓飞.南京邮电大学 2016
[4]第二代Curvelet变换及其在图像融合中的应用研究[D]. 宋英姿.河海大学 2007
本文编号：3601300
【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校
【文章页数】：103 页
【学位级别】：硕士
【部分图文】：
医学影
硕士学位论文10图2-1线性分段函数Figure2-1Piecewisefunction非线性变换适用于灰度值变化范围较大的的图像，避免了线性变换带来的信息丢失等问题。非线性变换通常分为指数变换、对数变换、幂变换，不同的变换函数具备不同的灰度增强功能：指数变换抑制图像的灰度低值部分，增强灰度高值部分，如图2-2(a)所示；对数变换抑制图像的灰度高值部分，增强灰度低值部分，如图2-2(b)所示。(a)指数函数(b)对数函数图2-2非线性函数Figure2-2Nonlinearfunction幂函数通过调节γ值获得不同的增强曲线，具有较强的灵活性，幂函数如图2-3所示：图2-3幂函数Figure2-3Powerfunction图2-3可知，当γ=1时，幂变换即可视为线性变换；当γ<1时，可视为对数变换，抑制灰度高值部分，增强灰度低值部分，增强整体亮度；当γ>1时，可视为指数变换，换抑制图像的灰度低值部分，增强灰度高值部分，降低整体亮度。(2)直方图均衡化灰度直方图能以直观的方式反映出像素的灰度级分布情况，因此在图像的对比度调节上应用较广。而直方图均衡化作为一种调节图像对比度、调整图像亮度
硕士学位论文10图2-1线性分段函数Figure2-1Piecewisefunction非线性变换适用于灰度值变化范围较大的的图像，避免了线性变换带来的信息丢失等问题。非线性变换通常分为指数变换、对数变换、幂变换，不同的变换函数具备不同的灰度增强功能：指数变换抑制图像的灰度低值部分，增强灰度高值部分，如图2-2(a)所示；对数变换抑制图像的灰度高值部分，增强灰度低值部分，如图2-2(b)所示。(a)指数函数(b)对数函数图2-2非线性函数Figure2-2Nonlinearfunction幂函数通过调节γ值获得不同的增强曲线，具有较强的灵活性，幂函数如图2-3所示：图2-3幂函数Figure2-3Powerfunction图2-3可知，当γ=1时，幂变换即可视为线性变换；当γ<1时，可视为对数变换，抑制灰度高值部分，增强灰度低值部分，增强整体亮度；当γ>1时，可视为指数变换，换抑制图像的灰度低值部分，增强灰度高值部分，降低整体亮度。(2)直方图均衡化灰度直方图能以直观的方式反映出像素的灰度级分布情况，因此在图像的对比度调节上应用较广。而直方图均衡化作为一种调节图像对比度、调整图像亮度
【参考文献】：
期刊论文
[1]基于改进U型网络的眼底图像血管分割[J]. 高宏杰,邱天爽,丑远婷,周明,张晓博. 中国生物医学工程学报. 2019(01)
[2]基于频域的计算机图像增强技术分析[J]. 张小红,张建生,彭林华. 科学技术创新. 2018(31)
[3]基于遗传算法优化小波神经网络的短时交通流量预测[J]. 李会超,李鸿,张博. 计算机应用与软件. 2018(07)
[4]图像亮度精确控制的双直方图均衡算法[J]. 江巨浪,王振东,钟伦超,吴翰. 电子科技大学学报. 2018(01)
[5]基于空间域与频域的遥感图像增强算法[J]. 王璠. 廊坊师范学院学报(自然科学版). 2017(01)
[6]一种基于改进遗传算法的神经网络优化算法研究[J]. 刘浩然,赵翠香,李轩,王艳霞,郭长江. 仪器仪表学报. 2016(07)
[7]光相干断层扫描血管成像技术及其在眼底相关疾病中的应用[J]. 王林妮,李志清,李筱荣. 中华眼底病杂志. 2015 (05)
[8]基于Morlet小波变换的视网膜血管分割[J]. 殷本俊,陈燕,李华婷,吴雯,盛斌. 计算机辅助设计与图形学学报. 2015(07)
[9]基于多尺度2D Gabor小波的视网膜血管自动分割[J]. 王晓红,赵于前,廖苗,邹北骥. 自动化学报. 2015(05)
[10]高斯混合模型自适应微光图像增强[J]. 陈莹,朱明,刘剑,李兆泽. 液晶与显示. 2015(02)
博士论文
[1]基于深度神经网络的视网膜病变检测方法研究[D]. 刘磊.中国科学技术大学 2019
[2]视网膜血管图像处理的若干关键问题研究[D]. 赵晓芳.华南理工大学 2011
硕士论文
[1]基于深度卷积神经网络的肝图像分割方法研究[D]. 刘博.哈尔滨工业大学 2019
[2]语义分割网络在视网膜血管分割任务的应用[D]. 张冠宏.北京邮电大学 2019
[3]基于小波变换的图像去噪方法研究[D]. 李晓飞.南京邮电大学 2016
[4]第二代Curvelet变换及其在图像融合中的应用研究[D]. 宋英姿.河海大学 2007
本文编号：3601300
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3601300.html
最近更新
教材专著
