实时超声/核磁共振双模引导微创手术中的精确肾脏自动分割与精确跟踪算法研究

发布时间：2021-08-06 10:01

　　随着超声换能器技术的不断发展，超声图像质量在时空分辨率上有着大幅的提高。图像质量的改善扩展了超声应用，使其出现在了图像引导肾脏微创介入治疗领域中，而并不局限于以前的传统诊断领域。但是由于超声图像本身的低信噪比特性，使得图像引导手术中的超声图像分割与超声图像追踪仍然是一个挑战。在图像分割与图像追踪算法不断涌现过程中，大量学者将水平集分割算法应用到了超声图像分割与超声图像追踪领域中。水平集分割方法自从被Osher和Sethian最早提出之后，不同学者提出了基于该理论框架的改进模型，如纹理模型、灰度统计模型、马尔科夫随机场模型、形状模型等。很多模型的引入是为了克服超声图像的斑点噪声，但是由于超声图像低信噪比特性，众多含有复杂模型的水平集方法经常收敛到局部最小值，使得鲁棒性较低。根据临床应用需要，本文通过大量的实验，提出了一套新的超声图像分割与超声图像追踪算法框架。针对超声肾脏分割，本文算法框架包含了超声图像去噪、超声图像分割以及形状先验优化。相比于常见的基于形状先验的水平集方法，整个算法框架中只寻找一次感兴趣形状，这大大降低了分割所用时间。并且，将感兴趣形状的寻找放在水平集迭代之外使得算法框... 

【文章来源】：中国科学院大学(中国科学院深圳先进技术研究院)广东省

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
目录
图目录
表目录
第一章 绪论
    1.1 课题研究意义
    1.2 国内外研究现状
    1.3 课题研究内容
    1.4 本论文的内容安排
第二章 水平集图像分割算法
    2.1 介绍
    2.2 水平集方法
    2.3 基于区域的分割
        2.3.1 图像分割的贝叶斯理解
        2.3.2 两相水平集形式
        2.3.3 多相水平集形式
        2.3.4 标量图像的水平集形式
    2.4 水平集形式的应用
        2.4.1 灰度和彩色图像的分割
        2.4.2 纹理图像的分割
        2.4.3 结合形状先验的水平集方法
    2.5 小结
第三章 形状优化的水平集方法
    3.1. 引言
    3.2. 非局部全变差方法
        3.2.1 统计邻域方法
        3.2.2 非局部全变差算法（NLTV）
        3.2.3 NLTV 的统计连续性
        3.2.4 NLTV 模型实现
    3.3. 距离正则化的水平集演化方法（DRLSE）
        3.3.1 介绍
        3.3.2 距离正则化的能量形式
        3.3.3 能量最小值的梯度流
        3.3.4 距离正则化的双井函数
        3.3.5 距离正则化效果
        3.3.6 距离正则化的有限差分策略
        3.3.7 基于边缘的 DRLSE
    3.4. 形状先验优化
        3.4.1 模型对齐
        3.4.2 多分辨率对齐
        3.4.3 隐式参数形状模型
        3.4.4 形状优化模型
    3.5. 本章小结
第四章 基于形状优化的超声肾脏分割实验
    4.1 引言
    4.2 分割算法特点
    4.3 形状优化算法框架实验
        4.3.1 预处理：NLTV 图像去噪
        4.3.2 分割处理：DRLSE 分割
        4.3.3 优化处理：形状先验优化
        4.3.4 实验的定性分析
        4.3.5 实验的定量分析
        4.3.6 实验特例
    4.4 结论
第五章 基于形状优化的超声肾脏追踪实验
    5.1 引言
    5.2 直方图搜寻
    5.3 超声追踪实验
        5.3.1 实验定性分析
        5.3.2 实验定量分析
    5.4 结论
第六章 总结和展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者简介



本文编号：3325568