断层医学图像脑白质疏松症分割算法研究

发布时间：2021-06-18 12:54

　　越来越多的中年或者老年人被诊断出患有脑白质疏松症,其与众多其他疾病密切相关,例如高血压、认知功能下降等,随着医疗水平的提高和人们对自身健康的重视,对于研究脑白质疏松症的治疗和诊断是亟待解决的问题,目前,医生在诊断或者判断病变程度的时候,主要通过书本知识和经验来判断,具有一定主观性,容易出现一些误诊情况,所以论文提出用计算机图像处理技术来完成对脑白质疏松症的分割,通过脑白质图像及其病变部位的分割得到量化数据,为脑白质疏松症的诊断与治疗提供准确的判断和依据。根据CT扫描中脑白质图像的特点,通过对脑白质图像去噪、分离头骨和改进CV模型的方法对脑白质疏松症的病变部位进行分割。首先通过改进型自适应中值滤波算法对原始图像进行处理,得到结果之后采用标记分水岭方法将含有头骨和头皮等非脑组织成分从原始图像中分离出去,然后通过基于Mean Shift先验形状的CV模型算法将脑白质及其病变部位分割出来,通过计算脑白质中病变部位的含量得出量化数据。在图像处理算法的基础上,设计了一套完整的硬件系统。该系统不仅仅可以克服图像数据接口不统一的问题,还可以完成上述图像分割的算法,并给出分割结果,可以高速高效的提高医生... 

【文章来源】：长春工业大学吉林省

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 选题的来源及意义
    1.2 国内外研究现状
    1.3 主要内容及组织结构
    1.4 本章小结
第二章 脑白质疏松症成像特点与分割算法分析
    2.1 脑白质疏松症成像特点
    2.2 常用分割理论用于分割脑白质图像
        2.2.1 阈值分割法
        2.2.2 边缘分割法
        2.2.3 区域信息分割法
        2.2.4 活动轮廓模型分割法
        2.2.5 形态学分割法
    2.3 医学图像分割效果比较
    2.4 本章小结
第三章 脑白质图像的头骨分离
    3.1 脑白质图像采集与来源
    3.2 脑白质图像去除噪声
        3.2.1 邻域平均法
        3.2.2 常规中值滤波
        3.2.3 频域滤波法
        3.2.4 改进的自适应阈值限定中值滤波法
    3.3 脑部图像头骨剥离
        3.3.1 标记分水岭头骨剥离算法
        3.3.2 标记分水岭头骨剥离算法的实现
    3.4 本章小结
第四章 基于改进CV模型算法的脑白质图像分割
    4.1 CV模型图像对脑白质疏松症病变区域分割模型的建立
    4.2 基于先验形状脑白质分割模型建立
        4.2.1 初始先验形状
        4.2.2 基于先验形状的分割
    4.3 脑白质病变区域量化实现
    4.4 实验结果与分析一
        4.4.1 实验流程及结果
        4.4.2 实验结果分析
    4.5 实验结果与分析二
    4.6 本章小结
第五章 脑白质图像处理系统硬件设计
    5.1 系统硬件方案设定
    5.2 图像处理平台
        5.2.1 外部存储器模块
        5.2.2 视频编解码模块
        5.2.3 电源模块与复位模块
        5.2.4 传输数据模块
    5.3 系统软件方案设定
        5.3.1 视频采集模块实现
        5.3.2 编解码算法实现
        5.3.3 实验图像及结果
    5.4 本章小结
第六章 总结
展望
致谢
参考文献
附录
作者简介
攻读硕士学位期间研究成果


【参考文献】：
期刊论文
[1]各向异性滤波算法在地震曲率属性中的应用[J]. 张群会,高翔.  计算机应用研究. 2013(02)
[2]Multispectral image edge detection via Clifford gradient[J]. XU Chen2,LIU Hui1,CAO WenMing1 & FENG JiQiang2 1College of Information Engineering,Shenzhen University,Shenzhen 518060,China;2Institute of Intelligent Computing Science,Shenzhen University,Shenzhen 518060,China.  Science China（Information Sciences）. 2012(02)
[3]快速自适应分片常数CV模型[J]. 葛琦,韦志辉.  计算机工程与应用. 2010(28)
[4]改进CV模型的医学图像分割[J]. 杨青,何明一.  计算机工程与应用. 2010(17)
[5]PET/CT成像原理、优势及临床应用[J]. 孙涛,韩善清,汪家旺.  中国医学物理学杂志. 2010(01)
[6]基于分水岭算法的图像分割方法研究[J]. 王国权,周小红,蔚立磊.  计算机仿真. 2009(05)
[7]CT技术的应用发展及前景[J]. 高丽娜,陈文革.  CT理论与应用研究. 2009(01)
[8]脑白质疏松症病因相关性初步分析[J]. 周立,周红雨.  华西医学. 2009(02)
[9]脑白质疏松症的CT诊断价值及临床研究[J]. 钟永海.  当代医学. 2009(01)
[10]脑白质疏松症及其临床意义[J]. 张学军,张小宁.  中国临床神经科学. 2008(05)

硕士论文
[1]脑白质疏松症MR图像病变区域分割方法研究及量化分析[D]. 郑兴华.杭州电子科技大学 2012
[2]基于ARM芯片的嵌入式图像处理平台开发与实现[D]. 陈利强.华南理工大学 2011
[3]基于V4L2的嵌入式视频驱动程序开发与实现[D]. 张辉.安徽大学 2010
[4]C-V活动轮廓模型的研究[D]. 何瑞英.重庆大学 2009
[5]脑部CT图像处理研究[D]. 何培培.长沙理工大学 2008
[6]基于数学形态学的图像分割及其在医学图像中的应用[D]. 宋鸣.扬州大学 2005
[7]基于DSP的高可靠性嵌入式硬件系统设计和实现[D]. 刘宗平.大连交通大学 2005
[8]图像边缘检测中的方法研究[D]. 宋芳莉.西北大学 2002



本文编号：3236697