本文關(guān)鍵詞：醫(yī)學圖像的預處理與配準算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：基于對放射性治療在當今醫(yī)學界的重要地位,讓更多的醫(yī)生依靠于對醫(yī)學圖像的分析來對患者的病情進行確診,并提出治療方案。所以高質(zhì)量的醫(yī)學圖像則是決定能否提高治療的準確性的一個重點。本文就是針對醫(yī)學圖像的處理進行研究以達到提高圖像質(zhì)量,并且為以后的操作做鋪墊的目的。醫(yī)學圖像的濾波與增強是醫(yī)學圖像預處理技術(shù)的關(guān)鍵研究課題。由于目前醫(yī)學圖像成像設(shè)備的限制,大多數(shù)醫(yī)學圖像的質(zhì)量較差,分辨率較低,可能存在大量噪聲或模糊,導致醫(yī)生不能精確找到病灶區(qū)域,不能準確判斷病情。醫(yī)學圖像配準技術(shù)是將浮動的醫(yī)學圖像與現(xiàn)實中物理空間點一一對應,幫助醫(yī)生快速找到病灶區(qū)域。因此,本文從醫(yī)學圖像的預處理與配準算法入手,主要是對磁共振(MR)頭部圖像的研究。在醫(yī)學圖像的濾波方面,介紹了電子噪聲,光電子噪聲和感光片顆粒噪聲的特點,介紹了幾種常用的空間域濾波技術(shù),并著重討論和研究了中值濾波和基于小波變換的濾波技術(shù)。在醫(yī)學圖像增強方面,首先詳細介紹了空間率增強和變換域增強方法,并且重點研究了基于小波變換的增強算法。在以上研究的基礎(chǔ)上,提出了基于中值濾波和小波變換軟閥值濾波的混合濾波增強算法。該算法首先對圖像做中值濾波,這樣就可以濾除很大一部分脈沖類型的噪聲。然后對圖像做二維的小波變換,由于小波變換的計算量大,我們設(shè)定分解的層數(shù)為三層。對得到的各子帶圖像,進行高頻子帶圖像的軟閥值函數(shù)處理,低頻子帶不進行。實驗結(jié)果證明該算法能夠?qū)Χ喾N噪聲進行有效地濾除,并且可以增強圖像的邊緣和細節(jié)信息。在醫(yī)學圖像的配準中,首先介紹了算法圖像配準的原理和基本內(nèi)容,介紹了配準的過程,逐個介紹并研究了在配準過程中所要用的變換方式、插值算法、搜索算法、相似性測度等內(nèi)容。重點研究了PV插值方法、互信息、粒子群優(yōu)化算法和模擬退火算法。在以上研究的基礎(chǔ)上,提出了由粒子群算法和模擬退火算法相結(jié)合的混合優(yōu)化算法。該算法提高了全局尋優(yōu)的能力,能夠更好地跳出局部最優(yōu)。本章使用的是采用互信息為相似性測度,剛體變換,PV插值還有混合優(yōu)化算法的配準技術(shù),能夠更好地將圖像進行配準。本文在VS2008+opencv2.1軟件平臺下對11幅頭部MR圖像數(shù)據(jù)庫進行了實驗驗證,對醫(yī)學圖像處理中預處理和配準處理中所涉及到的各種知識與算法進行了研究,并且根據(jù)它們的自身特性提出了相對應的改進,得到了新的算法,而且通過實驗驗證算法的可行性與展示效果。
【關(guān)鍵詞】：醫(yī)學圖像 預處理 小波變換 圖像配準
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-13
• 1.1 選題背景10
• 1.2 研究目的與現(xiàn)狀10-12
• 1.2.1 研究目的10-11
• 1.2.2 研究現(xiàn)狀11-12
• 1.3 本論文所做的工作與安排12-13
• 第2章 醫(yī)學圖像的濾波與增強13-31
• 2.1 醫(yī)學圖像的濾波13-18
• 2.1.1 圖像的噪聲13-14
• 2.1.2 幾種常用的空間域濾波技術(shù)14-17
• 2.1.3 基于小波變換的圖像濾波技術(shù)17-18
• 2.2 醫(yī)學圖像的增強18-21
• 2.2.1 空間域增強方法18-19
• 2.2.2 變換域增強的方法19-20
• 2.2.3 圖像濾波增強的客觀評價20-21
• 2.3 濾波與增強的改進算法21-23
• 2.4 實驗結(jié)果與分析23-30
• 2.4.1 中值濾波實驗23-25
• 2.4.2 小波系數(shù)線性增強實驗25-27
• 2.4.3 混合濾波和增強算法實驗27-30
• 2.5 本章小結(jié)30-31
• 第3章 醫(yī)學圖像的配準31-47
• 3.1 圖像配準技術(shù)31-38
• 3.1.1 圖像配準的原理31-32
• 3.1.2 圖像配準的基本內(nèi)容32-38
• 3.2 基于最大互信息和混合優(yōu)化算法的醫(yī)學圖像配準技術(shù)38-40
• 3.2.1 互信息的統(tǒng)計計算38
• 3.2.2 優(yōu)化算法的改進38-40
• 3.3 實驗結(jié)果與分析40-46
• 3.4 本章小結(jié)46-47
• 第4章 總結(jié)與展望47-49
• 4.1 總結(jié)47
• 4.2 展望47-49
• 參考文獻49-52
• 致謝52

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉建忠;;圖像邊緣的數(shù)學結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計算方法[J];微型電腦應用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學院學報;2009年04期

4 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計算機科學;2012年03期

5 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補算法[J];寧夏大學學報(自然科學版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動幾何精糾正系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機應用;2012年S2期

7 宋建中;;噴霧圖像的自動分析[J];光學機械;1988年04期

8 張錦華;孫挺;;引入像點融合度修補的圖像邊緣化參差拼接實現(xiàn)[J];微電子學與計算機;2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計算方法[J];模式識別與人工智能;2003年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應用學術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強;王風;;一種保持圖像幾何特征的去噪模型[A];中國通信學會第五屆學術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學會第十屆全國圖像圖形學術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導濾波的單幅圖像前景精確提取[A];浙江省電子學會2013學術(shù)年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學術(shù)會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強模糊空間目標圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學術(shù)交流會論文集（下冊）[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計算機報;2002年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 梁福來;低空無人機載UWB SAR增強成像技術(shù)研究[D];國防科學技術(shù)大學;2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學技術(shù)大學;2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學;2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學;2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應用研究[D];重慶大學;2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學技術(shù)大學;2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學;2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學;2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李鵬遠;圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應用[D];華南理工大學;2015年

2 萬燕英;微聚焦X-ray圖像自適應正則化去噪方法[D];華南理工大學;2015年

3 毛雙艷;基于梯度域的圖像風格化渲染方法的研究及其應用[D];華南理工大學;2015年

4 向訓文;RGB-D圖像顯著性檢測研究[D];華南理工大學;2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學;2015年

6 熊楊超;圖像美學評價及美學優(yōu)化研究[D];華南理工大學;2015年

7 王艷;圖像視覺顯著性檢測方法及應用的研究[D];華南理工大學;2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應用研究[D];昆明理工大學;2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學;2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學;2015年

  本文關(guān)鍵詞：醫(yī)學圖像的預處理與配準算法的研究，，由筆耕文化傳播整理發(fā)布。

本文編號：299934