基于自适应区域增长与四维曲线的CT图像中血管分割算法研究

发布时间：2017-04-30 12:12

  本文关键词：基于自适应区域增长与四维曲线的CT图像中血管分割算法研究，由笔耕文化传播整理发布。

【摘要】：血管类的疾病正越来越多的引起人们的重视，随着现代科学技术的发展，对这类疾病的检测手段也日渐成熟，医学造影技术的出现，是这类疾病检测史上的一个里程碑，它为我们提供了一个高效的检测方法，为了能够进一步的提高这种方法的效率，充分利用计算机技术，许多研究人员投入了大量的精力在这方面的研究之中，许多优秀的血管分割算法也应运而生。 CT图像中的血管分割不同于一般的图像分割，其开发难度很大，这是由CT（Computer Tomography, CT）图像的特点和血管的复杂性决定的，为了更好的完善针对CT图像的可实用血管分割算法,使其能准确、高效的提取出血管，本文着重在以下两个方面进行了研究：（1）找到现有算法的不足，分析其问题出现的原因；（2）对现有算法提出改进并解决工程应用上的问题，设计合理的数据结构和算法流程，使其能够处理大数据量并且在时间和空间开销上能有所降低，，实现更好的人机交互，降低人为因素对血管分割效果的影响，满足实际临床上的应用要求。具体包括： 1.分析现有的一些算法：区域增长技术、基于活动轮廓的四维曲线算法、自适应区域增长算法，这三种方法都是基于统计的思想。通过对腿部以及颈部和腹部CT图像的分割结果的分析，我们发现这三种算法具有很好的抗噪声能力，并进一步找出这些算法的优缺点。 2.自适应区域增长算法可以检测出血管分支，但是算法中参数比较多。通过改进立方体的移动规则以及竞争型区域增长的使用方式，减少了算法中的参数个数以及计算量，使得算法时间效率达到原来的三倍以上。而对于四维曲线算法提出了两种改进，都是基于缩小血管模型的思想，减少了重复计算量。
【关键词】：血管分割 四维曲线算法 自适应区域增长
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：R814.42;TP391.41
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-14
• 1.1 课题研究的背景8
• 1.2 课题研究的目的和意义8-9
• 1.3 研究现状9-12
• 1.4 本文的研究内容12-13
• 1.5 文章结构13-14
• 第2章 自适应区域增长算法14-24
• 2.1 引言14-15
• 2.2 竞争型区域增长算法15-19
• 2.2.1 竞争型区域增长算法原理15-16
• 2.2.2 算法实现流程16-18
• 2.2.3 算法分析18-19
• 2.3 自适应区域增长算法19-23
• 2.3.1 算法原理介绍19-22
• 2.3.2 算法运行结果22
• 2.3.3 算法分析22-23
• 2.4 本章小结23-24
• 第3章 改进的自适应区域增长算法24-33
• 3.1 引言24
• 3.2 算法原理24-27
• 3.2.1 立方体的移动规则24-25
• 3.2.2 立方体的半径的确定25
• 3.2.3 竞争型区域增长算法的使用25-26
• 3.2.4 算法实现时需要解决的问题26-27
• 3.3 程序实现27-29
• 3.3.1 程序初始化28
• 3.3.2 算法主体28
• 3.3.3 计算下一个立方体28-29
• 3.4 试验结果及算法分析29-32
• 3.5 本章总结32-33
• 第4章 四维曲线算法33-46
• 4.1 引言33-34
• 4.2 全局最短路径算法34-36
• 4.3 四维曲线算法提取管状物体的表面36-38
• 4.4 算法分析38-39
• 4.5 四维曲线算法改进39-45
• 4.5.1 改进原理39-40
• 4.5.2 平面切割方案实现40-42
• 4.5.3 球滚动方案实现42-43
• 4.5.4 试验结果43-44
• 4.5.5 改进方案分析44-45
• 4.6 本章小结45-46
• 结论46-48
• 参考文献48-54
• 致谢54-55
• 个人简历55-56

【共引文献】

中国期刊全文数据库 前10条

1 程一斌,汪松,任彬;利用弹簧模型提取物体轮廓[J];安徽大学学报(自然科学版);2001年02期

2 张坤,罗立民,舒华忠,杨芳;基于Level Set方法的Visible Human Being虚拟人图像处理[J];安徽大学学报(自然科学版);2005年04期

3 张雪飞;;基于GVF模型的蔬果图像快速分割方法[J];安徽农业科学;2010年05期

4 赵莹;张学东;;改进水平集的车辆检测算法[J];辽宁科技大学学报;2010年05期

5 张鹤;董彦麟;;一种改进的变分水平集车辆检测技术[J];辽宁科技大学学报;2011年03期

6 李燕;罗四维;邹琪;;带评价系统的曲率相关有向主动轮廓模型[J];北京交通大学学报;2010年02期

7 易鑫;李雷;;基于数学形态学的snake模型图像分割[J];兵工自动化;2007年09期

8 王孝通,赵晶,金良安;视频序列中目标定位跟踪的一种新方法[J];兵工学报;2005年05期

9 胡永利,尹宝才;基于线性组合模型的人脸特征检测方法[J];北京工业大学学报;2005年05期

10 李旭东,宗光华,毕树生,赵玮;生物工程微操作机器人视觉系统的研究[J];北京航空航天大学学报;2002年03期

中国重要会议论文全文数据库 前10条

1 谭守标;霍剑青;郝建;王晓蒲;赵永飞;谢行恕;;高分辨率软X射线显微成像下细胞的自动提取?[A];2005年“数字安徽”博士科技论坛论文集[C];2005年

2 ;A Hardware-Accelerated Segmentation Algorithm for Moving Object Generation[A];第二十七届中国控制会议论文集[C];2008年

3 周佳男;;一种拓扑纹理图像的相位场模型分割算法[A];第二十七届中国控制会议论文集[C];2008年

4 ;Edge Detection of Wood Defects in X-ray Wood Image Using Neural Network and Mathematical Morphology[A];第二十九届中国控制会议论文集[C];2010年

5 邱雪娜;刘士荣;刘斐;朱伟涛;杜方芳;;一种基于序贯检测机制的运动目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年

6 赵建;刘伟宁;;基于主动轮廓模型的海天线检测算法[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年

7 刘勋;孟骧龙;毋立芳;;基于自适应对象模型的篮球运动跟踪方法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

8 杨康;李满春;刘永学;孙笑古;;基于多点快速行进与最短路径的遥感影像道路提取方法[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年

9 曾理;刘玲慧;向才兵;;X射线图像缺陷提取方法研究[A];2010年重庆市机械工程学会学术年会论文集[C];2010年

10 胡彦婷;木拉提·哈米提;陈建军;孔德伟;孙静;姬金虎;;Bayesian分类算法和活动轮廓模型在肝包虫CT图像分割中的应用[A];自主创新与持续增长第十一届中国科协年会论文集（3）[C];2009年

中国博士学位论文全文数据库 前10条

1 王兴梅;水下声纳图像的MRF目标检测与水平集的轮廓提取方法研究[D];哈尔滨工程大学;2010年

2 林颖;基于水平集方法的图像分割关键技术研究[D];哈尔滨工程大学;2010年

3 韩守东;纹理建模与图切分优化方法研究[D];华中科技大学;2010年

4 莫X;基于隐式函数的曲面重构方法及其应用[D];华中科技大学;2010年

5 涂虬;智能视觉监视中目标检测与跟踪算法研究[D];华中科技大学;2010年

6 徐萧萧;基于特征学习与特征联想的视觉跟踪算法研究[D];中国科学技术大学;2010年

7 王义文;钢球表面缺陷检测关键技术研究及样机研制[D];哈尔滨理工大学;2010年

8 辛哲奎;基于视觉的小型无人直升机地面目标跟踪技术研究[D];南开大学;2010年

9 张娜;面向脊柱微创手术机器人的图像处理与虚拟现实技术研究[D];南开大学;2010年

10 钟凡;在线视频分割关键问题研究[D];浙江大学;2010年

中国硕士学位论文全文数据库 前10条

1 孙涛;基于DR骨密度分析系统的研究[D];南京医科大学;2010年

2 赵永刚;图像检索中形状描述和匹配算法研究[D];南昌航空大学;2010年

3 王捷;数字图像边缘检测方法的若干改进与应用研究[D];浙江理工大学;2010年

4 胡申宁;中医舌诊中舌色、苔色自动分类的研究[D];浙江理工大学;2010年

5 李光;基于均值偏移的视频目标跟踪、检测算法研究及系统实现[D];浙江理工大学;2010年

6 陈欣欣;基于CT图像的血管分割[D];郑州大学;2010年

7 孙宏伟;基于链码的视觉轨线跟踪[D];哈尔滨工程大学;2010年

8 马玲;拓扑约束法在序列图像高密度细胞追踪中的应用[D];哈尔滨工程大学;2010年

9 许东滨;基于水平集和局部灰度阈值的神经干细胞序列图像的分割算法[D];哈尔滨工程大学;2010年

10 王炎庆;基于卡尔曼滤波器的神经元干细胞序列图像中活跃细胞的追踪[D];哈尔滨工程大学;2010年

  本文关键词：基于自适应区域增长与四维曲线的CT图像中血管分割算法研究，由笔耕文化传播整理发布。

本文编号：336834