基于智能化理论的医学数据分割与诊断算法研究

发布时间：2024-04-02 20:42

　　医学图像分割和癌症的诊断是医学图像分析领域重要的研究内容。医学图像的精准分割能够为癌症以及其它疾病的诊断和治疗提供必要的辅助信息。癌症的诊断是医学图像分析的最终目标。然而,医学图像的精准分割和癌症的诊断均面临很多挑战。根据医学影像数据的特征,可以将其分为两类:1)特征明显(例如,具有显著的边缘梯度信息);2)特征相对复杂。针对特征明显的影像数据,以膀胱壁的分割为实例。对膀胱内外壁的分割没有解决的两个问题:1)膀胱内部的尿液以及呼吸的过程中会使膀胱腔内产生噪声和伪影,这些噪声和伪影的存在,往往导致以梯度信息来定位膀胱壁的算法无法精准识出膀胱内外壁,进而出现分割不精确的问题;2)部分膀胱存在弱边缘问题,导致分割结果出现溢出的现象。为了解决上述问题,我们提出了一种形状先验信息约束的粒子群优化模型。该模型利用梯度信息、形状先验信息和切片之间的相似信息实现核磁共振影像中膀胱内外壁的分割。实验表明我们提出的方法能有效的提升膀胱内外壁分割的精度。针对特征相对复杂的医学影像数据,以前列腺分割为实例。为了解决前列腺分割过程中遇到的如下挑战:1)位于顶端和底端的切片往往只包含很小一部分前列腺组织,同时不具...

【文章页数】：113 页

【学位级别】：博士

【部分图文】：

图2.3:蓝色的点位于弱边缘处，这些点由我们的模型生成，共同组成弱边缘

武汉大学博士学位论文图2.3:蓝色的点位于弱边缘处，这些点由我们的模型生成，共同组成弱边缘。红色点为绿色轮廓上的最后一个点v′n，黄色的点则为红色轮廓上的第一个点v′1。绿色和红色的轮廓是通过本章所提出的方法检测出来的真实轮廓（强边缘）。（a）（b）图2.4:（a）由等距点组成的....

图2.10:DRLS，DLS，CDLS，NCDLS，PSSC，DL-CNN和我们提出的方法的分割结果（OurResults）对比

基于智能化理论的医学数据分割与诊断算法研究图2.10:DRLS，DLS，CDLS，NCDLS，PSSC，DL-CNN和我们提出的方法的分割结果（OurResults）对比。红色为膀胱内壁，黄色为膀胱外壁。2.4.3实验结果为了评估方法的性能，我们对比了其它六种方法在相同的数据集上....

本文编号：3946173