基于随机游走算法的CT图像肺区域和肺肿瘤的分割研究

发布时间：2017-11-24 13:07

  本文关键词：基于随机游走算法的CT图像肺区域和肺肿瘤的分割研究

  更多相关文章： 随机游走算法 CT图像 肺区域分割 肺肿瘤分割 种子点选择

【摘要】：肺区域或肺肿瘤的分割仍然是一项具有挑战性的任务。为解决肺部CT图像中复杂情况下肺区域和肺肿瘤分割困难的问题,本研究利用改进的随机游走算法,提出了准确有效的肺区域和肺肿瘤的分割方法。随机游走算法即把图像看成由固定的顶点和边组成的连通带权无向图,随机游走者从未标记顶点开始随机漫步,首次到达各类标记点的概率代表了未标记点归属于标记类的可能性,把最大概率所在类的标签赋给未标记顶点,完成分割。其中,各标记点的位置和数目可以影响最终的分割结果。本研究通过对肺区域和肺肿瘤的CT图像影像学特征进行分析,根据随机游走算法的特性,对随机游走算法进行改进,重新定义了算法中边的权值,并提出了创新的种子点标记办法。针对CT图像肺区域存在胸膜粘连型肿瘤以及肺门处高密度血管、两肺接近、肺区断开、边界模糊等复杂情况,本研究提出了“两次选取种子点—两次随机游走分割”的方法进行肺区域的分割,其中使用改进的随机游走算法为主要分割方法,利用阈值法和数学形态学操作自动地选取种子点,分割结果达到了肺区域分割的完整性的目的。然后将改进的随机游走算法扩展到三维领域,利用分割好的二维肺区域的图像序列,进行三维肺肿瘤的分割,利用少量的交互和区域生长法半自动地选取种子点,充分考虑图像数据在空间位置和灰度上的相关性,分割结果达到了肺肿瘤分割的精确性的目的。本研究最后进行了大量的相关实验,并对实验结果进行定性与定量分析讨论。通过与金标准的对比,验证了本研究方法的准确性和稳定性,其分割结果能够满足临床诊断治疗和病理学分析研究的要求。
【学位授予单位】：河北大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R734.2;TP391.41

【相似文献】

中国期刊全文数据库 前1条

1 庞学明;郭军;王笑一;郭丽;;改进的随机游走算法在困难肺结节分割中的应用[J];天津医科大学学报;2014年01期

中国重要会议论文全文数据库 前3条

1 郑伟;王朝坤;刘璋;王建民;;一种基于随机游走模型的多标签分类算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

2 朱松豪;罗青青;梁志伟;;一种改进图像标注的新方法[A];第24届中国控制与决策会议论文集[C];2012年

3 燕飞;张铭;谭裕韦;唐建;邓志鸿;;综合社会行动者兴趣和网络拓扑的社区发现方法[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

中国重要报纸全文数据库 前1条

1 长盛基金管理有限公司研究部副总监 李骥;投资自己熟悉的股票[N];证券时报;2006年

中国博士学位论文全文数据库 前6条

1 邓凯英;复杂网络搜索策略及相关模型的数值方法[D];东北师范大学;2015年

2 徐晓华;图上的随机游走学习[D];南京航空航天大学;2008年

3 孙甲申;基于主题模型和随机游走的标签技术研究[D];北京邮电大学;2013年

4 吕强;面向高性能和强表达力的自动规划[D];中国科学技术大学;2013年

5 赵学华;统计网络模型若干关键问题研究[D];吉林大学;2014年

6 廖振;基于查询点击核心图的查询推荐问题研究[D];南开大学;2013年

中国硕士学位论文全文数据库 前10条

1 何岱洧;Z~d上使Schramm的上界达到的旋转配置[D];复旦大学;2014年

2 田新春;回火老化效应及其扩散方程[D];兰州大学;2015年

3 鞠薇;基于随机游走和图割算法的PET-CT肺肿瘤分割[D];苏州大学;2015年

4 祝霖;基于随机游走的动态社团划分算法[D];上海交通大学;2015年

5 孙星;基于部分吸收随机游走的协同显著性检测[D];大连理工大学;2015年

6 宋文静;基于多条随机游走的图像检索[D];河南大学;2015年

7 汪帮菊;基于随机游走的复杂网络聚类算法研究[D];安徽大学;2016年

8 兰佳妮;基于分组—偏向随机游走的闪存地址映射及磨损均衡算法研究[D];西南交通大学;2016年

9 金连宝;基于分层信息融合和随机游走的显著性检测[D];南昌航空大学;2016年

10 冯维思;多属性随机游走在社会网络中的应用[D];西南大学;2016年

，

本文编号：1222333