一种改进的基于标记的分水岭方法在脑肿瘤MRI图像分割上的应用

发布时间：2024-03-11 22:46

　　脑肿瘤是一种严重危害人类健康的疾病。由该疾病引发的症状严重影响着患者的生活。脑肿瘤的定位和其快速的传播性是在治疗脑肿瘤上一个关键的问题。近年来,脑部肿瘤的分割已成为图像处理研究上的一个热门议题。分水岭分割算法有很多的优点。最主要的是它的分割精度高,可以对目标物体产生闭环的线。但是同时该方法对图像形成中的噪声极度敏感。受MRI成像过程中产生的噪声、量化误差以及MRI图像纹理细节的影响产生很多局部最小值,直接应用该方法,会产生很多无意义的区域,使得分割的结果不能为临床使用。本文探讨分水岭算法在脑肿瘤分割中的应用,着重以改进的基于标记的分水岭来解决算法应用于脑肿瘤MRI图像中产生的过度分割现象。本文创新的使用提取的脑组织来实施分水岭分割,可以避免脑组织与颅骨结合处不均匀的灰度分布和血管亮点造成的灰度突变,减少分水岭方法在颅骨、脑组织结合处的过分割。得到了较好的分割结果。

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
提要
Abstract
引言
第一章 绪论
    1.1 课题背景
    1.2 国内外研究现状
    1.3 本课题的主要研究内容
第二章 核磁共振的成像特点和脑肿瘤图像滤波
    2.1 核磁共振的成像特点
        2.1.1 核磁共振成像史和成像原理
        2.1.2 核磁共振成像在医学中的应用
    2.2 脑肿瘤图像预处理
        2.2.1 图像处理常用术语
        2.2.2 图像处理之滤波
        2.2.3 各向异性滤波（Anisotropic Diffusion Filter,ADF）
第三章 改进的基于标识的分水岭方法在脑肿瘤分割上的应用
    3.1 分水岭分割
    3.2 几种常用的图像分割方法
        3.2.1 基于阈值的分割方法
        3.2.2 基于区域的分割方法
        3.2.3 基于边缘的分割方法
        3.2.4 其他分割的方法
    3.3 脑肿瘤图像的形态学重建
        3.3.1 二值数学形态学
        3.3.2 灰度数学形态学
    3.4 基于形态学的脑肿瘤图像脑组织提取
第四章 脑肿瘤MRI分割的实现
    4.1 技术处理平台Matlab
    4.2 脑肿瘤图像分割的设计
        4.2.1 图像预处理
        4.2.2 脑组织提取
        4.2.3 脑肿瘤分割
    4.3 小结
第五章 总结与讨论
    5.1 结论
    5.2 展望
参考文献
致谢
论文著作



本文编号：3926149