基于主动轮廓模型的心脏核磁共振图像左心室分割方法研究
发布时间:2021-07-11 15:11
心脏核磁共振成像(magnetic resonance imaging, MRI)能够提供高分辨率、高品质的医学图像,是当前医学图像分析领域的研究热点之一。借助于心脏核磁共振图像,评定左心室心肌功能,在临床诊断中具有重要意义。对心脏解剖结构的准确描述和功能的定量分析是以准确分割心肌的内外边缘为基础的,尤其是心脏左心室内、外膜的分割。主动轮廓模型对心脏核磁共振图像的分割有良好的效果从而在医学图像处理中得到广泛应用,本文研究重点正是基于Snake模型的心脏核磁共振图像分割,对外力模型的改善、内外膜分割等关键问题进行了分析和研究。受图像质量的影响,对心脏核磁共振图像左心室内、外膜分割在有些情况下得不到很好的分割结果。本文根据目标的先验知识,引入形状约束,从而有效克服了由于图像灰度不均、乳突肌等引起的局部极小对心脏MRI的影响,使得Snake轮廓可以准确地分割心脏左心室。本文提出了一种基于广义法向有偏梯度矢量流(GNBGVF)模型的心脏核磁共振图像左心室内、外膜分割方法。首先提出了主动轮廓模型的广义法向有偏梯度矢量流外力模型,作为对梯度矢量流的改进,该外力模型同时保持了切线方向和法线方向有偏的...
【文章来源】:北京理工大学北京市 211工程院校 985工程院校
【文章页数】:63 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 医学图像分割方法概述
1.2.1 基于图谱的方法
1.2.2 基于区域的方法
1.2.3 基于聚类的方法
1.2.4 基于统计学的方法
1.2.5 基于神经网络的方法
1.2.6 基于尺度空间的方法
1.2.7 基于可形变模型的方法
1.2.8 基于偏微分方程的方法
1.3 心脏MR 图像分割
1.4 研究内容
1.5 论文结构
第2章 Snake 模型简述
2.1 引言
2.2 经典Snake 模型
2.3 GVF Snake 模型
2.4 NGVF Snake 模型
2.5 本章小结
第3章 基于GNBGVF Snake 模型的心脏MR 图像分割
3.1 引言
3.2 广义法向有偏梯度矢量流模型
3.3 圆形约束
3.4 分割算法
3.5 实验结果与分析
3.6 本章小结
第4章 基于ENGGVF Snake 模型的心脏MR 图像分割
4.1 引言
4.2 ENGGVF Snake 模型
4.3 椭圆能量约束
4.4 分割算法
4.5 实验结果与分析
4.5.1 选择平滑方向梯度矢量流的有效性
4.5.2 Snake 全局形状能量的作用
4.5.3 心脏 MR 图像心动周期分割结果
4.6 本章小结
第5章 结束语
5.1 工作总结
5.2 未来展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
【参考文献】:
期刊论文
[1]MR心脏序列图像左心室内外壁联合分割和时序追踪新方法[J]. 秦安,冯前进,陈武凡. 中国图象图形学报. 2008(01)
[2]一种新的心脏核磁共振图像分割方法[J]. 王元全,贾云得. 计算机学报. 2007(01)
[3]基于改进快速活动轮廓模型的左心室核磁共振图像分割[J]. 周则明,王洪元,尤建洁,王平安,夏德深. 计算机研究与发展. 2004(01)
[4]心脏序列图像运动估计新方法:基于广义模糊梯度矢量流场的形变曲线运动估计与跟踪[J]. 周寿军,梁斌,陈武凡. 计算机学报. 2003(11)
[5]医学图像分割方法综述[J]. 林瑶,田捷. 模式识别与人工智能. 2002(02)
本文编号:3278335
【文章来源】:北京理工大学北京市 211工程院校 985工程院校
【文章页数】:63 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 医学图像分割方法概述
1.2.1 基于图谱的方法
1.2.2 基于区域的方法
1.2.3 基于聚类的方法
1.2.4 基于统计学的方法
1.2.5 基于神经网络的方法
1.2.6 基于尺度空间的方法
1.2.7 基于可形变模型的方法
1.2.8 基于偏微分方程的方法
1.3 心脏MR 图像分割
1.4 研究内容
1.5 论文结构
第2章 Snake 模型简述
2.1 引言
2.2 经典Snake 模型
2.3 GVF Snake 模型
2.4 NGVF Snake 模型
2.5 本章小结
第3章 基于GNBGVF Snake 模型的心脏MR 图像分割
3.1 引言
3.2 广义法向有偏梯度矢量流模型
3.3 圆形约束
3.4 分割算法
3.5 实验结果与分析
3.6 本章小结
第4章 基于ENGGVF Snake 模型的心脏MR 图像分割
4.1 引言
4.2 ENGGVF Snake 模型
4.3 椭圆能量约束
4.4 分割算法
4.5 实验结果与分析
4.5.1 选择平滑方向梯度矢量流的有效性
4.5.2 Snake 全局形状能量的作用
4.5.3 心脏 MR 图像心动周期分割结果
4.6 本章小结
第5章 结束语
5.1 工作总结
5.2 未来展望
参考文献
攻读学位期间发表论文与研究成果清单
致谢
【参考文献】:
期刊论文
[1]MR心脏序列图像左心室内外壁联合分割和时序追踪新方法[J]. 秦安,冯前进,陈武凡. 中国图象图形学报. 2008(01)
[2]一种新的心脏核磁共振图像分割方法[J]. 王元全,贾云得. 计算机学报. 2007(01)
[3]基于改进快速活动轮廓模型的左心室核磁共振图像分割[J]. 周则明,王洪元,尤建洁,王平安,夏德深. 计算机研究与发展. 2004(01)
[4]心脏序列图像运动估计新方法:基于广义模糊梯度矢量流场的形变曲线运动估计与跟踪[J]. 周寿军,梁斌,陈武凡. 计算机学报. 2003(11)
[5]医学图像分割方法综述[J]. 林瑶,田捷. 模式识别与人工智能. 2002(02)
本文编号:3278335
本文链接:https://www.wllwen.com/yixuelunwen/swyx/3278335.html