基于独立分量分析的HIFU治疗区域确定方法研究

发布时间：2017-08-21 05:22

  本文关键词：基于独立分量分析的HIFU治疗区域确定方法研究

  更多相关文章： HIFU技术 独立分量分析 数学形态学 小波分解

【摘要】：高强度聚焦超声技术(HIFU)是一种新型的肿瘤治疗技术。由于该技术在治疗肿瘤时具有无创、无副作用等特点而得到广泛应用。然而,该技术中一项关键的图像处理技术即治疗区域的确定是检查病灶、勾勒肿瘤轮廓的重要依据。本文主要是对高强度聚焦超声技术中治疗区域确定算法的研究。重点提出了改进型ICA算法与数学形态学结合的HIFU治疗区域确定方法和基于改进型ICA与小波结合的HIFU治疗区域确定方法。首先,改进型ICA算法与数学形态学结合的HIFU治疗区域确定方法从改进和优化快速ICA算法入手,把图像的特征分量看作是边缘图像分量与其它背景图像分量的结合,把快速ICA对图像分量的提取,变为对图像边缘分量的提取。成功地提取到了图像的边缘分量,再通过数学形态学的方法对图像的边缘进行增强,从而实现图像的分割和治疗区域的确定。与传统的方法进行比较可知:该方法具有良好的图像分割性能,可以清楚地观察到治疗区域的轮廓,图像边缘的连通性较好,且保留了原图像的很多细节。表明该算法在确定HIFU治疗区域时效果较好。其次,基于改进型ICA与小波结合的HIFU治疗区域确定方法主要是针对受噪声污染的医学超声图像。该方法用改进型ICA对图像进行预处理,使图像的边缘更清晰,再利用小波分解确定去噪效果最好的分解层数,然后在该分解层数基础上通过改进型半-软阈值算法去噪和分割后,得到治疗区域的边缘。通过客观参数比较可知:该方法很好地抑制了噪声,信噪比得到了明显的提高,而且有很好的图像分割效果,清晰地勾勒出了治疗区域的轮廓。表明该算法既能确定治疗区域又能有效去噪。
【关键词】：HIFU技术 独立分量分析 数学形态学 小波分解
【学位授予单位】：湖南师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R730.5
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-15
• 1.1 研究背景及意义11-12
• 1.2 HIFU治疗监控的基本方法12-13
• 1.3 本文的主要内容和结构安排13-14
• 1.4 本文课题来源14-15
• 第二章 常用的HIFU治疗区域确定方法15-23
• 2.1 医学图像分割15-16
• 2.2 常用的超声图像治疗区域确定方法16-22
• 2.2.1 阈值检测法16-17
• 2.2.2 Prewitt算子边缘检测法17-18
• 2.2.3 Sobel算子边缘检测法18-20
• 2.2.4 区域增长技术20-22
• 2.3 本章小结22-23
• 第三章 改进型ICA与形态学结合的HIFU治疗区域确定23-37
• 3.1 独立分量分析23-28
• 3.2 数学形态学28-29
• 3.3 改进型ICA与形态学结合的HIFU治疗区域确定方法29-33
• 3.3.1 改进型ICA算法29-30
• 3.3.2 图像分量和边缘轮廓的提取30-32
• 3.3.3 边缘图像的增强32-33
• 3.4 实验结果评价33-36
• 3.4.1 主观方法评价33-34
• 3.4.2 客观标准评价34-36
• 3.5 本章小结36-37
• 第四章 改进型ICA与小波结合的HIFU治疗区域确定37-47
• 4.1 小波分析理论37-39
• 4.2 改进型ICA与小波结合的HIFU治疗区域确定方法39-44
• 4.2.1 改进型ICA算法实现预处理39-40
• 4.2.2 小波基和小波分解层数的选取40-42
• 4.2.3 改进型半-软阈值算法42-44
• 4.3 实验结果评价44-46
• 4.3.1 主观方法评价44-45
• 4.3.2 客观标准评价45-46
• 4.4 本章小结46-47
• 第五章 总结与展望47-49
• 5.1 总结47-48
• 5.2 展望48-49
• 参考文献49-55
• 攻读硕士学位期间取得的研究成果55-57
• 致谢57

【参考文献】

中国博士学位论文全文数据库 前1条

1 何培忠;生物组织中的超声激发声发射（USAE）及其医学应用研究[D];上海交通大学;2006年

，

本文编号：711069