肝脏图像偏移场矫正和分割方法的研究

发布时间：2020-08-25 15:40

【摘要】：肝脏是人体内非常重要的器官之一,参与了多项代谢活动。近年来肝脏疾病的频发引起了人们对肝脏疾病的重视。对腹部进行磁共振成像(Magnetic Resonance Imaging,MRI)检查可以观察到丰富的腹部组织信息,利于医生对肝脏疾病进行准确的诊断和快速的治疗。但在MRI的成像过程中,常常会存在偏移场现象,即MR图像中存在灰度不均匀性。MRI中偏移场的存在会使得后续的图像处理存在很大的困难,如肝脏分割,肝脏组织的建模等,所以对腹部MRI进行了偏移场矫正是十分重要的。基于以上分析,本文选取了CLIC和N4这两种偏移场矫正方法,在了解这两种算法的基础上,使用这两种算法对已有的腹部MRI进行偏移场矫正处理。并通过直接观察矫正后MR图像,矫正后MRI的直方图比较,以及比较矫正后图像的肝脏提取效果的评价手段对这两种偏移场矫正方法进行评价。本文所做的主要工作包含以下几方面:首先,由于腹部MRI存在灰度不均匀性,导致肝脏组织的提取存在一定的困难,本文分别使用了N4和CLIC偏移场矫正算法对腹部MRI进行偏移场矫正,并对两种方法矫正后的MR图像进行了直接观察比较和差值图像比较,同时对两种方法矫正后的图像进行直方图处理,发现经CLIC矫正后图像的直接观察效果要好于N4矫正后的图像,灰度分布也更加均匀。其次,本文使用了Level set方法对两种方法矫正后的图像进行了肝脏组织的提取,并通过与人工分割的图像进行对比,在分割图像的对比过程中使用了参数评价的方法,观察到经CLIC方法矫正后的MR图像提取出的肝脏组织范围更大,与人工分割的肝脏组织的图像的相似程度更高。最后,本文使用通过MATLAB和Visual Studio软件得出以下结论,即在本文的实验条件下,可以认为CLIC方法的偏移场矫正效果要略好于N4方法的偏移场矫正效果。
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R575;R445.2;TP391.41
【图文】：

尔滨理工大学工程硕士学位minmin1 , (( )0 , ii i u xi i = = I(x))}。算法原理进行了简要代所获得的，因为目凸函数，即 CLIC 初 始 化 参

（g） （h） （I）图 2-2 原始 MR 图像与 CLIC 矫正后的腹部 MR 图像（其中图 a，d，g 表示原始腹部 MR 图像；图 b，e，h 表示 CLIC 方法矫正后的腹部 M图像；图 c，f，I 表示 CLIC 方法矫正前后的差值图像。）

N4算法流程图

【相似文献】

相关期刊论文 前10条

1 张锦华;孙挺;;引入像点融合度修补的图像边缘化参差拼接实现[J];微电子学与计算机;2014年08期

2 翟逸飞;;基于FPGA的图像边缘处理研究[J];企业技术开发;2013年12期

3 顾长友;妙用Photoshop处理图像边缘[J];电脑知识与技术;2003年08期

4 濮群,余桂;用线性模型检测图像边缘[J];清华大学学报(自然科学版);1988年01期

5 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期

6 高华;;关于古建筑图像中破损点优化提取仿真[J];计算机仿真;2017年11期

7 刘娟娟;刘斌;;低照度非线性光学图像边缘自适应增强装置设计[J];激光杂志;2017年03期

8 张琳梅;;基于图像边缘增强的改进方法[J];信息系统工程;2016年03期

9 王水萍;邹蕾;;空中模糊目标图像边缘信息的融合与恢复方法[J];科技通报;2014年06期

10 朱庆生;杨世泉;柳锋;;基于图像边缘摘要的快速模板匹配[J];计算机应用研究;2009年02期

相关会议论文 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

2 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[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

3 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

4 陈炜;张阳阳;孟庆勋;;一种基于Curvelet变换的图像边缘增强方法[A];国家安全地球物理丛书（十）——地球物理环境与国家安全[C];2014年

5 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

6 孙增国;师蕊;;基于L_(1/2)范数的高分三SAR图像的非局部均值降斑[A];第五届高分辨率对地观测学术年会论文集[C];2018年

7 杨文秀;陆常周;;最优小波问题探讨[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

8 赵恩良;姜盈帆;孙丽华;曹康敏;金瑞巧;;一种基于变窗口的图像去噪算法研究[A];第十六届沈阳科学学术年会论文集（理工农医）[C];2019年

9 周胜灵;丁珠玉;;农产品边缘检测系统研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

10 胡昌伟;屈小波;郭迪;宁本德;陈忠;;基于边缘加权的l_1-l_2范数MRI欠采重建[A];第十七届全国波谱学学术会议论文摘要集[C];2012年

相关重要报纸文章 前7条

1 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年

2 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年

3 成岭;消除Premiere中慢镜头的图像抖动[N];电脑报;2003年

4 ;体验决定一切[N];中国计算机报;2003年

5 Wang JS;抠图又有新招[N];电脑报;2002年

6 徐和德;从实战出发选择合适镜头[N];中国摄影报;2019年

7 ;令挑剔的人也刮目相看[N];中国电子报;2001年

相关博士学位论文 前10条

1 刘奇;基于结构保持滤波的图像去雾算法研究[D];西安电子科技大学;2018年

2 刘飞;透混沌介质偏振成像技术[D];西安电子科技大学;2016年

3 李永军;图像与视频低复杂度压缩算法研究[D];西安电子科技大学;2017年

4 何人杰;图像去雾与去湍流方法研究[D];西北工业大学;2017年

5 张文静;光场成像技术在天空偏振模式测量和湍流图像清晰化中的应用研究[D];国防科学技术大学;2016年

6 左承林;图像非局部均值去噪方法研究[D];国防科学技术大学;2016年

7 王丹;基于暗通道先验的图像和视频去雾模型及算法研究[D];国防科学技术大学;2016年

8 宋文青;SAR图像自动目标提取方法研究[D];西安电子科技大学;2018年

9 杨滨;图像克隆拼接篡改盲取证技术研究[D];湖南大学;2014年

10 张小帆;基于介观尺度的内燃机进气流场层析图像诊断机理研究[D];华南理工大学;2018年

相关硕士学位论文 前10条

1 叶显一;基于深度学习的糖尿病视网膜病变图像中渗出物的检测方法研究[D];武汉工程大学;2018年

2 张光裕;高质量图像的渐进式并行检索算法研究[D];厦门大学;2017年

3 张秀;基于单幅图像的沙尘图像清晰化方法及系统[D];西安理工大学;2019年

4 路鑫林;基于骨料形状匹配的混凝土CT图像裂纹信息提取方法研究[D];西安理工大学;2019年

5 孙利国;基于深度学习的文物图像单标签和多标签分类研究[D];浙江大学;2019年

6 李岭;图像与数据融合的抓取机构控制系统研究[D];沈阳工业大学;2019年

7 王陈;指静脉多曝光图像的研究[D];北京邮电大学;2019年

8 武筱琪;基于深度学习的漫画风格迁移方法研究[D];西安理工大学;2019年

9 余锴鑫;基于图像分类算法的自动化摘酒方法研究[D];浙江大学;2019年

10 左庆;基于卷积神经网络的单幅图像去雾算法的研究与应用[D];重庆师范大学;2019年

本文编号：2803885