基于解剖学知识的心脏图像分割算法研究
发布时间:2022-05-08 18:05
心血管疾病病发突然、治愈率低、死亡率高,因此临床医生对心血管疾病的研究十分重视。医生借助于临床影像技术可以观察到患者内部的心脏解剖构造,获得更多有利于诊断分析的信息,从而改善治疗效果。图像分割技术可以从复杂的医学影像中直接获取目标组织边界,指导医生制定治疗方案以及提高诊断效率,因而近年来受到了极大关注。本文结合心脏的解剖学知识,掌握其在医学影像中呈现的图像特征,针对心脏医学图像的分割展开深入研究。具体工作内容及创新如下:1.研究临床常用的成像技术以及医学图像保存格式,并在此基础上学习左心室、左心耳的解剖知识,掌握其在医学影像中呈现出的图像特征。2.采取分段线性变换及波谷增强方法提升图像对比度,并通过各向异性扩散滤波器去除图像噪声的影响,继而为接下来的分割任务提供有利的图像信息。3.在左心室分割方面,首先为了解决水平集方法对初始化敏感的问题,使用聚类算法对心脏图像进行预分割,根据解剖特征自动提取左心室腔体,并利用得到的二值图像构建初始水平集函数;接着,针对心内膜上乳头肌结构造成心室内膜分割曲线向内凹陷的问题,改进水平集的演化方程,使得在演化过程具有保凸性质,提高分割结果的准确性;最后,根...
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题研究背景和意义
1.2 国内外课题研究现状
1.2.1 图像分割方法的分类
1.2.2 心室分割算法研究现状
1.2.3 左心耳分割算法研究现状
1.3 本论文的主要研究内容
1.4 本论文章节内容安排
第二章 医学图像成像技术及预处理
2.1 心脏解剖学知识和临床成像
2.1.1 心脏解剖学知识
2.1.2 磁共振成像
2.1.3 计算机断层扫描成像
2.2 心脏医学图像数据格式介绍
2.3 心脏图像的预处理
2.3.1 图像对比度增强
2.3.2 图像去噪
2.4 本章小结
第三章 水平集方法的基础理论
3.1 曲线演化理论
3.2 水平集方法
3.2.1 算法原理
3.2.2 经典模型介绍
3.3 数值求解
3.4 本章小结
第四章 基于保凸双水平集方法的左心室分割
4.1 自动化预分割
4.1.1 空间约束的模糊聚类算法
4.1.2 基于圆度提取左心室
4.2 改进的保凸水平集分割算法
4.2.1 距离正则水平集方法
4.2.2 改进的保凸水平集模型
4.3 改进的保凸双层水平集分割模型
4.4 实验结果对比分析
4.4.1 数据集与评价指标
4.4.2 实验结果与对比分析
4.5 本章小结
第五章 心脏CT图像的左心耳分割
5.1 基于阈值法去除背景干扰
5.2 多尺度水平集方法分割左心耳
5.2.1 灰度不均性图像的建模
5.2.2 多尺度水平集方法
5.2.3 提取左心耳
5.3 实验结果对比分析
5.3.1 数据集简介
5.3.2 实验结果与对比分析
5.4 本章小结
第六章 总结与展望
6.1 论文工作总结
6.2 后续工作展望
致谢
参考文献
本文编号:3652123
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题研究背景和意义
1.2 国内外课题研究现状
1.2.1 图像分割方法的分类
1.2.2 心室分割算法研究现状
1.2.3 左心耳分割算法研究现状
1.3 本论文的主要研究内容
1.4 本论文章节内容安排
第二章 医学图像成像技术及预处理
2.1 心脏解剖学知识和临床成像
2.1.1 心脏解剖学知识
2.1.2 磁共振成像
2.1.3 计算机断层扫描成像
2.2 心脏医学图像数据格式介绍
2.3 心脏图像的预处理
2.3.1 图像对比度增强
2.3.2 图像去噪
2.4 本章小结
第三章 水平集方法的基础理论
3.1 曲线演化理论
3.2 水平集方法
3.2.1 算法原理
3.2.2 经典模型介绍
3.3 数值求解
3.4 本章小结
第四章 基于保凸双水平集方法的左心室分割
4.1 自动化预分割
4.1.1 空间约束的模糊聚类算法
4.1.2 基于圆度提取左心室
4.2 改进的保凸水平集分割算法
4.2.1 距离正则水平集方法
4.2.2 改进的保凸水平集模型
4.3 改进的保凸双层水平集分割模型
4.4 实验结果对比分析
4.4.1 数据集与评价指标
4.4.2 实验结果与对比分析
4.5 本章小结
第五章 心脏CT图像的左心耳分割
5.1 基于阈值法去除背景干扰
5.2 多尺度水平集方法分割左心耳
5.2.1 灰度不均性图像的建模
5.2.2 多尺度水平集方法
5.2.3 提取左心耳
5.3 实验结果对比分析
5.3.1 数据集简介
5.3.2 实验结果与对比分析
5.4 本章小结
第六章 总结与展望
6.1 论文工作总结
6.2 后续工作展望
致谢
参考文献
本文编号:3652123
本文链接:https://www.wllwen.com/yixuelunwen/xxg/3652123.html
最近更新
教材专著