基于改进型水平集的医学图像分割算法研究与实现

发布时间：2020-08-23 10:45

【摘要】：医学图像容易受到各种内外因素的干扰,使得图像具有复杂多样性,原始的医学图像通常包含灰度不均、弱边缘、高噪声、多目标等多种问题,使用传统的图像分割算法难以进行有效分割。而水平集(LSM)凭借其算法复杂度低、易于拟合其他算法等优势,引起了很多研究者的关注。水平集算法被广泛地应用到图像分割领域,但是在处理复杂医学图像的过程中,水平集算法也会出现稳定性差、鲁棒性差、计算量大等一系列问题。本文针对医学图像存在的不同问题,对水平集方法进行多种改进与拟合。主要研究内容和成果如下:1、介绍了水平集分割算法中要用到的数学方面的知识,包括偏微分方程的概念、偏微分方程的求解、变分的定义、Euler-Lagrange方程、梯度下降流等知识。对水平集基本理论中的曲线演化问题做了相关研究,通过对水平集基础知识的学习,进一步了解了水平集的基本模型。2、针对医学图像含有高噪声、多目标、难分割的特点,提出了基于小波去噪和双水平集的脑部MR图像分割模型。对于医学图像中存在较大噪声伪影的问题,引入小波变换来去除噪声,对图像进行预处理。多相CV模型虽然可以对多目标图像进行分割,但分割速度慢,在DCV模型的能量函数中增加能量惩罚项,改进传统DCV模型来对经过小波去噪后的图像进行分割,最终实现对高噪声、多目标图像的分割。3、针对医学图像中存在的噪声、灰度不均等问题,提出了基于形态学和改进型水平集的图像分割算法。利用形态学重建算法降低图像噪声,对图像进行预处理。将偏移场信息加入能量函数中对双水平集模型进行改进,解决图像灰度不均的问题。利用改进后的模型对预处理后的图像进行分割,可以很好的分割灰度不均的医学图像。4、编写了医学图像处理系统,它的软件环境既可让开发员在M文件中进行算法编译对其进行改良并完善用户界面;同时也可以让大部分用户直接在GUI界面上进行操作,人机互动性很好。
【学位授予单位】：扬州大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R445;TP391.41
【图文】：

种变换；图像技术的中层为图像分析，可以检测和分析图像中感兴趣的部分，是图像处理逡逑和图像理解之间的桥梁；而图像理解位于图像技术的最高层，可对图像中每一个对象的本逡逑质以及图像之间的关系进行更深层次的研宄，处理的数据量较小，图１．１是图像技术的层逡逑次简图［３１。逡逑高层“逦图像理解逦小逡逑—逦｜逡逑逦｜逦２逦逡逑中层逦图像分析逦数据量逡逑Ｚ逦｜逡逑逦Ｉ逦［逦逡逑底层逦图像处理逦大逡逑逦邋＋逡逑图１．邋１图像技术的层次简图逡逑图像分割是图像处理中非常关键的一步，在图像处理体系中占据了重要位置［４１。图像逡逑分割就是先把图像划分为多个特定的、含有各自特征的子区域，继而分割出有意义的特征逡逑部分１５］。后续的图像分析和图像理解过程都会受到图像分割结果的影响［６］。逡逑在日常生活中，图像分割的应用也是非常广泛的［７］，例如：在交通系统中，将违反交通逡逑规则的车辆从复杂的背景中分离出来，对这类违规行为进行处置？，在安全检查领域，对安逡逑检系统中Ｘ射线扫描所得到的图像进行处理，分割出包裹中携带的不同材质的物品，为人逡逑们的出行安全提供保障；在气象技术领域，将卫星云图中的不同云系和背景分割出来，为逡逑天气分析和天气报告提供依据；在临床医学中，将粘连在一起的细胞分割出来，以便寻找逡逑病变组织；在导航系统中

从分割依据角度出发，可以根据相邻区域中像素的不连续性［１２］和相似性［１３］将现有的分逡逑割算法进行分类总结，可分为：基于边缘的分割方法、基于区域的分割方法、基于特定理逡逑论的分割方法等，常见的医学图像分割方法分类如图１．３。逦逦逡逑并行徽分算子逡逑基于边缘逦逦逡逑Ａ逦逦逦邋—逦形变模型逡逑／逦／逦阈值法逡逑逦、／逦／Ｃ＾＼￣￣区域生长￣逡逑医学图像＾—Ｉ基于区ｓ逦逦逡逑分割方法｜＼逦区域分裂合并逡逑＼逦＼聚类算法逡逑＼逦邋基于图论逡逑基于特定理论逦逡逑基于神经网络逡逑图１．３医学图像分割方法分类逡逑（１邋）、基于边缘的分割方法。逡逑图像的边缘是图像的一个基本特征，当灰度值发生快速变化的时候，图像的边界也就逡逑愈发明显，这些灰度不连续的像素全部集合起来就形成了图像的边缘［１４］。但是在边缘灰度逡逑值变化不明显时处理效果不是很理想，当图像中含有噪声时，可能会将这些噪声辨识为图逡逑像的边缘，产生错误的分割结果。基于边缘的分割方法可分为两类：并行微分算子［１５］和形逡逑变轮廓模型。其中最重要的是形变轮廓模型，它又可以分为两类：参数主动轮廓模型［１６Ｈ１７］逡逑和几何轮廓模型［１８］＿［２３］。前者的轮廓用参数表示；后者的轮廓用几何表示，是本文研宄的重逡逑点。逡逑（２）、基于区域的分割方法。逡逑

统的去噪算法会使得图像中仍然含有噪声，本章去噪算法比传统的去噪方法有更好的效果。逡逑０邋Ｅ３灥逡逑（ａ）嗓声图像１逦（ｂ）均值去嗓图１逦（ｃ）阈值去噪图１逡逑■邋ｍ邋１邋＇Ｗ逡逑１媝■逡逑（ｄ）嗓声图像２逦（ｅ）均值去嗓图２逦（ｆ）阈值去噪图２逡逑图３．７医学ＭＲ图像去噪效果对比图逡逑再分别用传统ＤＣＶ模型和本章的改进后的模型来分割去噪后的图像，图３．８是ＬＧＩＦ逡逑

【相似文献】

相关期刊论文 前10条

1 王晓飞;庞全;;基于圆形约束快速水平集的原生质体细胞分割[J];中国图象图形学报;2013年01期

2 王晓飞;郭敏;徐秋平;;基于图割与改进水平集的目标提取方法[J];计算机工程;2010年22期

3 丛树民,孙树江;用模糊相似选择确定矿井开发最优设计方案[J];阜新矿业学院学报(自然科学版);1989年01期

4 陶强;刘莉;;基于双区域演化水平集的图像分割方法[J];电子测量技术;2016年09期

5 汪程军;;基于水平集算法的唇象分割[J];科技视界;2015年12期

6 郭永彩;谭勇;高潮;;基于水平集的热红外运动人体目标分割算法(英文)[J];红外与毫米波学报;2014年01期

7 马文涛;师俊平;李宁;;水平集和无网格耦合法在裂纹扩展中的应用[J];岩土力学;2012年11期

8 汪云飞;毕笃彦;史德琴;黄天军;刘迪;;融合多尺度分析和水平集的交互式图分割方法[J];电子与信息学报;2012年09期

9 熊瑛;;随机漫步中一些水平集的分形维数[J];数学物理学报;2009年02期

10 李小林;梁忠;黄世国;;基于多水平集的植物图像分割[J];福建农林大学学报(自然科学版);2009年03期

相关会议论文 前10条

1 张东亮;莫军;张晓燕;;基于扩展有限元法和水平集描述的广义形状优化[A];中国力学大会-2017暨庆祝中国力学学会成立60周年大会论文集（A）[C];2017年

2 陈跃良;黄海亮;张勇;卞贵学;;基于水平集的铝合金钝化膜破损腐蚀仿真研究[A];2018第五届海洋材料与腐蚀防护大会暨海洋新材料及防护新技术展览会论文集[C];2018年

3 王亚光;高进城;亢战;;考虑增材制造中悬空角约束的水平集拓扑优化设计[A];2018年全国固体力学学术会议摘要集（上）[C];2018年

4 盛朗;朱清;陈进;居小平;;融合全局和局部图像信息的水平集医学图像分割方法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

5 程俊霞;;水平集方程在四边形网格上的数值离散方法[A];中国工程物理研究院科技年报(2008年版)[C];2009年

6 梅立超;姜慧研;张柳青;刘洪娟;;基于GPU和水平集的肝脏快速分割方法的研究[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

7 凌和良;邬冬华;刘瑞霞;;变测度的积分型全局优化算法[A];中国运筹学会第七届学术交流会论文集（下卷）[C];2004年

8 贾海朋;刘波;;节点邻域进化的水平集结构拓扑优化[A];力学与工程应用（第十三卷）[C];2010年

9 李晋江;李孟军;范辉;;低秩近似图像修复算法[A];第六届全国几何设计与计算学术会议论文集[C];2013年

10 夏利民;谷士文;;基于自适应形变模型的3D动画[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

相关重要报纸文章 前2条

1 黄正平 龙门书局销售部主任;发行人点题助学读物经营[N];中国图书商报;2004年

2 孙玲;产业领头羊 群众贴心人[N];上海科技报;2011年

相关博士学位论文 前10条

1 高杰;基于参数化水平集的结构/材料多尺度拓扑优化设计研究[D];华中科技大学;2019年

2 宫照煊;基于CT/MRI影像病灶组织分割的关键算法研究[D];东北大学;2017年

3 李振华;基于水平集的结构动力学特性优化与原子力探针优化设计[D];华中科技大学;2018年

4 刘如意;高分辨率遥感图像道路提取算法研究与改进[D];西安电子科技大学;2018年

5 刘庆一;基于水平集与多图谱的医学图像分割算法研究[D];山东大学;2019年

6 刘阳;变分和离散变分水平集图像分割模型研究[D];重庆大学;2018年

7 李妍;基于变分水平集的遥感影像分割模型及算法研究[D];武汉大学;2013年

8 张迎春;基于粗糙集和扩展分水岭变换的水平集图像分割研究[D];大连理工大学;2018年

9 纪东升;图像分割的水平集模型及其在医学图像分割中的应用研究[D];兰州大学;2016年

10 张玲;基于变分水平集理论的活动轮廓模型在图像分割中的应用研究[D];太原理工大学;2016年

相关硕士学位论文 前10条

1 赵龙宾;p-Laplace方程解的一些凸性估计[D];哈尔滨师范大学;2019年

2 王明;基于核磁共振成像技术的碧根果酸败无损检测的研究[D];江苏大学;2019年

3 张文娟;基于水平集的灰度不均匀图像分割方法研究[D];安徽理工大学;2019年

4 智绪浩;显微图像细胞分割算法及其应用研究[D];上海交通大学;2018年

5 徐丽;基于改进型水平集的医学图像分割算法研究与实现[D];扬州大学;2019年

6 赵佳;基于多相水平集图像分割的地震数据聚类分析算法[D];厦门大学;2017年

7 陈俊超;基于水平集的人工膝关节磨粒流加工流场分析与实验研究[D];浙江工业大学;2018年

8 周鑫;并行符号距离计算及在脑组织提取中的应用研究[D];南昌航空大学;2019年

9 潘倩倩;基于多尺度水平集的灰度不均匀医学图像分割算法研究[D];中国科学技术大学;2019年

10 尚方信;基于水平集和卷积神经网络的噪声图像分割方法研究[D];太原理工大学;2019年

本文编号：2801430