婴幼儿血管瘤图像的分割与特征提取

发布时间：2020-06-28 06:42

【摘要】：随着信息技术与临床医学结合的不断深入,图像辅助诊断(Image Aided Diagnosis)技术日益成为科学研究和实际应用的热点,本课题针对普通拍照设备(手机、照相机等)获取的婴幼儿血管瘤图像,开展图像辅助诊断关键技术研究。主要涉及:婴幼儿血管瘤图像中病变区域分割、基于图像的病程期量化方法,血管瘤图像融合等方面。本文的主要成果如下:(1)研究了婴幼儿血管瘤图像的预处理和分割问题,提出了基于混合特征的马尔科夫随机场分割方法。采用中值滤波、限制对比度直方图均衡化和基于颜色恒常性的光照调整算法,进行图像预处理;(2)研究了基于图像特征的病程期量化方法。对比研究了图像颜色特征和纹理特征的提取,以及对病程期量化的相关性。实验验证了基于颜色特征的病程期量化方法的有效性。(3)研究了婴幼儿血管瘤图像的配准和融合问题,采用基于最大互信息的配准方法,对比研究了SIFT配准方法和基于最大互信息的配准方法,进行图像病变区的配准;采用了基于小波分解的图像融合方法,实现图像病变区的融合。(4)研究了婴幼儿血管瘤图像的样本扩充问题,提出了基于血管瘤变化规律及融合图像进行样本扩充的方法。实验证明基于混合特征的马尔科夫随机场分割方法可以有效地对婴幼儿血管瘤的病变区域进行分割。而基于图像特征的血管瘤病程期量化可以辅助医生和患者对疾病发展及治愈过程的科学量化。最后通过实验验证基于血管瘤变化规律及融合图像扩充样本数据的方法可以有效地扩充样本数据,并提高分类的正确性。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R732.2;TP391.41

【相似文献】