特定医学图像分割算法研究及可视化系统的设计与实现

发布时间：2022-07-12 10:21

　　图像处理中的基础和重要步骤是图像分割。近年来,图像分割方法中加入了各种新的技术和新的理论,并创造了许多新的图像分割方法。图像分割改进的目的是提高图像分割结果的准确性和算法的有效性。计算机辅助检测技术中X线胸片肺部区域分割和腹部CT图像的肝脏组织分割是较为常见的医学诊断技术,对医学图像的研究分析有着重大的意义。本文针对肺部区域图像分割和肝脏区域图像分割进行了系统的研究,具体工作和主要成果如下:（1）研究了基于最小误差阈值法的图像分割算法,并提出一种基于分水岭与最小误差阈值法相结合的X线胸片图像分割方法。先使用分水岭算法对胸片进行预分割,再假设目标和背景的灰度值分布服从混合正态分布,定义目标函数并通过最小优化取值的方式来获取分割阈值,从而尽可能地保证了医学图像目标区域的完整性,避免出现过分割现象。实验结果表明,该方法可以准确地分割出完整的肺部区域,提高了分割效果,具有一定的应用价值。（2）研究了基于区域生长法的图像分割算法,并提出一种基于分水岭与区域生长法相结合的肝脏CT图像分割方法。通过用分水岭算法对肝脏CT图像进行预分割,采用求最大内切圆的方法进行种子点自动选择,然后利用区域生长法进行... 

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题背景及研究意义
    1.2 国内外研究现状
        1.2.1 边缘检测算法
        1.2.2 区域生长算法
        1.2.3 阈值分割算法
        1.2.4 基于图论的分割算法
        1.2.5 基于分水岭的分割算法
    1.3 本文主要操作及章节安排
        1.3.1 本文主要工作
        1.3.2 本文章节安排
第2章 基于分水岭的最小误差阈值分割法
    2.1 阈值分割原理
    2.2 最小误差阈值法
        2.2.1 一维最小误差阈值法
        2.2.2 二维最小误差阈值法
    2.3 改进的最小误差阈值分割算法
        2.3.1 算法设计流程
        2.3.2 算法的主要步骤
    2.4 实验评价与分析
        2.4.1 实验评价指标
        2.4.2 实验结果对比
    2.5 本章总结
第3章 基于分水岭的区域生长分割法
    3.1 区域生长原理
    3.2 改进的区域生长算法
        3.2.1 传统算法的种子点选择方式
        3.2.2 改进的种子点的选择方式
    3.3 确定生长准则
    3.4 实验评价与分析
        3.4.1 区域分割算法分割结果
        3.4.2 实验评价指标
        3.4.3 实验结果对比
    3.5 本章小结
第4章 医学图像分割可视化系统的设计与实现
    4.1 可视化系统业务详述
        4.1.1 可视化系统模块框架
        4.1.2 图像的读取和显示模块
        4.1.3 图像的预处理模块
        4.1.4 图像的分割模块
        4.1.5 图像的后处理模块
    4.2 可视化系统设计与实现
        4.2.1 X线胸片图像分割系统的设计与实现
        4.2.2 肝脏CT图像分割系统的设计与实现
    4.3 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢


【参考文献】：
期刊论文
[1]医学图像分割系统设计[J]. 寇毛蕊,杨新国.  长春师范大学学报. 2018(12)
[2]改进区域生长法的肝部CT图像ROI提取[J]. 李仔麒,马慧彬,李殿奎,范蕊.  计算机技术与发展. 2019(01)
[3]图像分割方法在医学领域中的应用[J]. 郑彩侠,张同舟,孙长江,刘景鑫.  中国医疗设备. 2018(06)
[4]改进分水岭算法在脑肿瘤CT图像分割中的应用[J]. 李永焯,戴曙光.  软件导刊. 2018(06)
[5]改进分水岭算法在医疗图像目标提取中的应用[J]. 陈文亮,贺松.  信息技术. 2018(05)
[6]基于阈值的医学图像分割技术的计算机模拟及应用[J]. 郭璇,郑菲,赵若晗,吴丹,彭钰欣,韩冬熇,毛凌毓,杨影,叶佳慧,纪杜娟,董默.  软件. 2018(03)
[7]医学影像计算机辅助检测与诊断系统综述[J]. 郑光远,刘峡壁,韩光辉.  软件学报. 2018(05)
[8]基于深度学习的肝脏肿瘤图像分割[J]. 黄佳佳,赵曙光,张笑青,杨峰,许方成.  数字技术与应用. 2017(11)
[9]CT图像中肝脏自动分割算法研究[J]. 张辉,闫谦时.  电脑知识与技术. 2017(30)
[10]基于自适应标记分水岭算法的肝脏CT图像自动分割[J]. 黄展鹏,张琦,赵洁.  北京生物医学工程. 2017(04)

硕士论文
[1]基于深度学习的图像分割研究与应用[D]. 张华博.电子科技大学 2018
[2]浙江省肺癌地理流行病学研究[D]. 陈燕.浙江大学 2014
[3]基于图论的图像分割技术研究[D]. 罗青青.南京邮电大学 2014



本文编号：3658944