【摘要】：隨著醫(yī)療技術(shù)的不斷發(fā)展,現(xiàn)如今醫(yī)生對(duì)于自動(dòng)化醫(yī)療設(shè)備的依賴程度越來越高,而醫(yī)學(xué)圖像領(lǐng)域的快速發(fā)展使得很多以前很棘手的問題也得以解決。以前在臨床中,對(duì)于醫(yī)學(xué)圖像,醫(yī)生只能通過肉眼來判斷異常區(qū)域或者病灶區(qū)域,并且需要手動(dòng)標(biāo)定然后勾畫出來。雖然這并不影響醫(yī)務(wù)工作的開展,但是這種肉眼判斷手動(dòng)標(biāo)定的方式需要醫(yī)務(wù)人員有很高的醫(yī)學(xué)造詣和臨床經(jīng)驗(yàn),一旦標(biāo)定有誤差就會(huì)影響后續(xù)診斷和治療的開展,所以不能從根本上排除誤診和錯(cuò)診的可能性。因此發(fā)展自適應(yīng)較強(qiáng)的醫(yī)學(xué)圖像分割技術(shù)就顯得非常有必要。如今患者對(duì)于醫(yī)療效果的要求越來越高,各種新的病例也層出不窮,使得醫(yī)務(wù)人員對(duì)于醫(yī)學(xué)圖像設(shè)備的要求也越來越高,尤其是在處理腦部和顱骨圖像的時(shí)候。本文所研究的就是最新的針對(duì)醫(yī)學(xué)圖像領(lǐng)域的分割算法。本文開頭將介紹幾個(gè)比較經(jīng)典的分割算法,如邊界分割方法和區(qū)域分割方法,這些算法是較為早期的分割算法,也可用在醫(yī)學(xué)圖像處理領(lǐng)域,在處理比較規(guī)則和清晰的圖像時(shí)可以得到比較好的效果,但是在處理腦部異常區(qū)域時(shí)效果不盡人意。因?yàn)槿梭w腦部結(jié)構(gòu)復(fù)雜不規(guī)則,并且人體腦部很多不同組織在MRI圖像中顯示時(shí)會(huì)表現(xiàn)出相近甚至相同的灰度值,所以在處理腦部異常區(qū)域時(shí),這些經(jīng)典算法誤差較大,并不能滿足臨床診斷的要求,但是它們的出現(xiàn)為后來的研究者提供了理論基礎(chǔ)和啟發(fā)。之后發(fā)展出來的模糊聚類算法即FCM(Fuzzy cluster method)算法是圖像分割領(lǐng)域的一大進(jìn)步,使用FCM算法基本可以分割較為復(fù)雜的圖像,自適應(yīng)性和精確性較之前的經(jīng)典算法都有了極大的提升。然而經(jīng)典的FCM算法應(yīng)用在醫(yī)學(xué)圖像處理領(lǐng)域也只是解決了最基本的分割問題,精確度仍然還有提升的空間。本文重點(diǎn)介紹的就是在經(jīng)典FCM算法基礎(chǔ)上的改進(jìn)方法,如加入高斯卷積的快速FFCM分割方法,直方圖均衡化的改進(jìn)FFCM算法,加入全局空間限制模型和本地空間限制模型的FGFCM算法,基于局部偏差估計(jì)的空間約束的FCM算法,加入鄰域影響因子的sFCM算法。這些算法都是在經(jīng)典FCM算法的某個(gè)環(huán)節(jié)上加以改進(jìn)或者添加一些環(huán)節(jié)來達(dá)到更好的精確度或者更好的抗噪性和效率值,從而實(shí)現(xiàn)更好的分割效果。
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：R445.2;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李軍;江曉亮;李柏林;歐陽;;基于多尺度局部特征的圖像分割模型[J];傳感器與微系統(tǒng);2017年02期

2 宋國權(quán);李金鋒;;基于聚類算法的腦部MR圖像分割[J];中國醫(yī)療設(shè)備;2017年01期

3 張建偉;王譯禾;陳允杰;;基于非線性擴(kuò)散濾波結(jié)構(gòu)信息的圖像去噪方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年11期

4 宋楊楊;劉迎洲;謝曉振;郝智慧;;圖像局部交互熵分割模型的兩步快速優(yōu)化[J];中國圖象圖形學(xué)報(bào);2016年11期

5 王月新;劉明君;;sobel算子與prewitt算子分析與研究[J];計(jì)算機(jī)與數(shù)字工程;2016年10期

6 侯曉凡;吳成茂;;一種快速的模糊局部C-均值聚類分割算法[J];計(jì)算機(jī)科學(xué);2016年10期

7 杜默;王清理;;基于雙邊緣檢測的目標(biāo)定位技術(shù)[J];計(jì)算機(jī)與現(xiàn)代化;2016年08期

8 薛艷鋒;劉繼華;高永強(qiáng);高志娥;武彩紅;;一種加權(quán)模糊C均值聚類算法及其在圖像分割中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用與軟件;2016年07期

9 劉璐;吳成茂;;基于類內(nèi)類間距離的模糊C-均值聚類分割算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年06期

10 戴珊;李廣軍;;結(jié)合近鄰傳播聚類的自適應(yīng)圖像分割[J];計(jì)算機(jī)科學(xué);2016年S1期

相關(guān)碩士學(xué)位論文 前1條

1 靳婧;醫(yī)學(xué)圖像配準(zhǔn)與分割算法研究[D];電子科技大學(xué);2014年

本文編號(hào)：2731229