左心耳图像分割方法研究

发布时间：2023-04-06 23:36

　　左心耳是人体心脏中重要的组织结构之一,它与左心房相连,血流相通,内部分支纵横交错。左心耳的性状变化与心脏疾病密切相关,左心耳图像的分割是对左心耳进行分析的重要步骤之一。如临床上的左心耳封堵术,利用生物3D打印技术制造人工左心耳等研究都需要以左心耳图像分割为基础。本文主要针对左心耳这一人体心脏组织结构展开了图像分割算法研究工作。由于左心耳在生理结构上与左心房相连,在CT图像上与左心房没有明显的边界,结构特殊。传统的图像分割方法是建立在分割对象有边界的基础之上,利用边界处图像灰度值或灰度分布的差异作为识别边界的特征进行分割。然而对于本就没有边界的左心耳而言,由于无法从灰度中获得边界特征,因此难以准确确定分割边界。为此,本文针对左心耳无边界与左心房黏连的结构特点,提出了三种改进算法:1.以区域生长算法为基础,针对左心耳的位置特点,提出改进的像素生长的策略。使用Bresenham算法在位于左心房与左心耳的黏连处设定生长停止面,进而使区域生长算法在黏连边界处停止像素生长。实验结果表明,使用该方法能分割出左心耳结构,但还存在在人工交互的不足之处。2.为解决Bresenham区域生长算法存在需要人工...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 选题背景及研究意义
    1.2 心脏图像分割的发展现状
    1.3 本文创新
    1.4 本文章节构成
第二章 弱边界分割技术
    2.1 弱边界分割算法
        2.1.1 分水岭算法
        2.1.2 活动轮廓模型
        2.1.3 水平集算法
        2.1.4 Atlas算法
        2.1.5 基于特定情况的分割
    2.2 MICCAI评测方法
    2.3 本章小结
第三章 基于Brsenham的区域生长算法
    3.1 Bresenham区域生长算法介绍
    3.2 算法实现
        3.2.1 保留边缘的各向异性降噪
        3.2.2 Bresenham生长停止面
        3.2.3 连接门限的区域生长算法
    3.3 实验结果与分析
        3.3.1 各向异性滤波
        3.3.2 生长停止面
        3.3.3 区域生长
    3.4 本章小结
第四章 基于距离水平集的生长停止面
    4.1 基于距离水平集的生长停止面介绍
    4.2 距离分水岭算法
    4.3 距离特征
        4.3.1 欧式距离
        4.3.2 距离变换
    4.4 改进的水平集算法
        4.4.1 距离水平集算法介绍
        4.4.2 sigmoid算法预处理
        4.4.3 快速步进水平集算法
    4.5 实验结果与分析
        4.5.1 距离变换
        4.5.2 sigmoid滤波
        4.5.3 距离水平集作为生长停止面
        4.5.4 形态学处理
        4.5.5 距离分水岭与距离水平集的对比
    4.6 本章小结
第五章 基于相邻配准Atlas的分割方法
    5.1 Atlas方法研究现状
        5.1.1 提高精度的研究发展
        5.1.2 提升速率的研究发展
    5.2 传统Atlas方法
        5.2.1 单Atlas方法
        5.2.2 多Atlas方法
    5.3 配准框架
        5.3.1 Atlas方法配准步骤
        5.3.2 优化器
        5.3.3 插值器
        5.3.4 传递函数
        5.3.5 相似度量
        5.3.6 提高配准精度
    5.4 基于相邻配准的Atlas方法
        5.4.1 相邻Atlas算法流程
        5.4.2 相邻Atlas方法的配准逻辑
        5.4.3 配准工具
        5.4.4 配准参数选择
    5.5 相邻Atlas实验
        5.5.1 预处理
        5.5.2 相邻Atlas分割结果
        5.5.3 MICCAI指标对比
    5.6 相邻信息Atlas轮廓结合距离水平集算法分割
        5.6.1 相邻信息Atlas轮廓结合距离水平集算法介绍
        5.6.2 实验结果展示
        5.6.3 实验结果对比分析
    5.7 本章小结
第六章 总结和展望
    6.1 本文总结
    6.2 下一步研究方向
参考文献
致谢



本文编号：3784636