肝脏超声图像病灶区域分割算法的研究

发布时间：2017-08-22 02:00

  本文关键词：肝脏超声图像病灶区域分割算法的研究

  更多相关文章： 肝脏超声图像 Wellner算法 粒子群优化算法 图论分割 肝脏病灶区域

【摘要】：肝脏患病率在国内人群中很高,对其预前的诊断吸引了越来越多研究者的关注。超声图像可以清晰显示各器官与周围组织的断面像,接近真实的结构,所以超声图像可以用于早期的诊断。随着各种计算机技术的发展,自动化分析肝脏超声图像渐渐成为可能。但是,由于肝脏超声图像的复杂性和独特性,还有不可避免的斑点噪声和纹理,所以在肝脏超声图像的自动化分析中,具有一定的难度。本文通过研究肝脏超声图像病灶区域的分割技术,实现病灶区域的有效分割,从而准确提取其的轮廓,为后续诊断分析奠定基础。本文主要的工作有：1、结合Wellner算法和粒子群优化(PSO)算法,给出一种改进的肝脏超声图像病灶区域分割算法。通过PSO算法自动寻找Wellner算法的阈值t,从而使改进算法适应不同的肝脏超声图像,最后根据优化的参数t进行图像分割。在实验中,我们总结了粒子群优化方法中参数的影响,接着评估对比算法的TPVF、FNVF与FPVF指标。实验结果证明,Wellner-PSO改进算法适用于分割肝脏超声图像的病变区域。2、给出一种针对肝脏超声图像的病灶区域,结合图论分割和PSO优化的图像分割改进算法。改进的算法利用PSO和Otsu方法,自动寻找图论分割算法中具有决定因素的参数k,然后根据优化的参数k进行图像分割。在实验中,我们分析了PSO方法中权重系数对结果的影响,接着评估对比算法的HD、MD、Dice相对系数和相对误差AERR性能指标。实验结果表明GB-PSO改进算法准确地提取图像的病变区域。
【关键词】：肝脏超声图像 Wellner算法 粒子群优化算法 图论分割 肝脏病灶区域
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R575;TP391.41
【目录】：

• 学位论文数据集3-4
• 摘要4-6
• ABSTRACT6-12
• 第一章 绪论12-18
• 1.1 肝脏超声图像研究背景与意义12-13
• 1.2 医学超声图像处理国内外研究现状13-15
• 1.2.1 医学超声图像处理13-14
• 1.2.2 医学超声图像分割技术概述14-15
• 1.3 论文的主要研究内容15-18
• 第二章 基于Wellner-PSO的肝脏超声图像病灶区域分割算法18-40
• 2.1 Wellner图像分割算法概述18-21
• 2.2 粒子群优化(PSO)算法概述21-23
• 2.3 基于Wellner-PSO的改进算法23-25
• 2.3.1 改进算法的概述24
• 2.3.2 改进算法的步骤24-25
• 2.4 实验结果与分析25-38
• 2.4.1 PSO算法参数分析实验27-29
• 2.4.2 分割性能评价指标29-30
• 2.4.3 对比算法简介30-31
• 2.4.4 分割性能评价及对比实验31-38
• 2.5 本章小结38-40
• 第三章 基于图论和粒子群优化的肝脏超声图像病灶区域分割算法40-56
• 3.1 基于图论的图像分割算法概述40-43
• 3.2 基于GB-PSO的改进算法43-46
• 3.2.1 改进算法的概述44-45
• 3.2.2 改进算法的步骤45-46
• 3.3 实验结果与分析46-54
• 3.3.1 PSO算法参数分析实验47-48
• 3.3.2 分割性能评价指标48-49
• 3.3.3 分割性能评价及对比实验49-54
• 3.4 本章小结54-56
• 第四章 结论与展望56-58
• 参考文献58-62
• 致谢62-64
• 研究成果及发表的学术论文64-66
• 作者和导师简介66-67
• 硕士研究生学位论文答辩委员会决议书67-68

【相似文献】

中国期刊全文数据库 前4条

1 曹桂涛,施鹏飞,胡兵;基于肝脏超声图像的纤维化量化分析[J];声学技术;2004年S2期

2 刘 f ,程敬之;肝脏超声图像分形特性的研究[J];西安交通大学学报;1999年05期

3 罗云;血吸虫病84例肝脏超声图像分析[J];中国疗养医学;1999年04期

4 ;[J];;年期

中国硕士学位论文全文数据库 前5条

1 盛军辉;基于肝脏超声图像病变的分割及识别研究[D];北京化工大学;2015年

2 庄展鸿;肝脏超声图像病灶区域分割算法的研究[D];北京化工大学;2016年

3 张文超;孔隙度方法在肝脏超声图像识别中的研究与应用[D];中南大学;2012年

4 刘敏;肝脏超声图像特征的提取与量化分析[D];河北大学;2004年

5 王术兰;肝脏超声图像的边界提取与辅助解释[D];河北工业大学;2006年

，

本文编号：716391