圖像處理中的基礎(chǔ)和重要步驟是圖像分割。近年來,圖像分割方法中加入了各種新的技術(shù)和新的理論,并創(chuàng)造了許多新的圖像分割方法。圖像分割改進的目的是提高圖像分割結(jié)果的準(zhǔn)確性和算法的有效性。計算機輔助檢測技術(shù)中X線胸片肺部區(qū)域分割和腹部CT圖像的肝臟組織分割是較為常見的醫(yī)學(xué)診斷技術(shù),對醫(yī)學(xué)圖像的研究分析有著重大的意義。本文針對肺部區(qū)域圖像分割和肝臟區(qū)域圖像分割進行了系統(tǒng)的研究,具體工作和主要成果如下:（1）研究了基于最小誤差閾值法的圖像分割算法,并提出一種基于分水嶺與最小誤差閾值法相結(jié)合的X線胸片圖像分割方法。先使用分水嶺算法對胸片進行預(yù)分割,再假設(shè)目標(biāo)和背景的灰度值分布服從混合正態(tài)分布,定義目標(biāo)函數(shù)并通過最小優(yōu)化取值的方式來獲取分割閾值,從而盡可能地保證了醫(yī)學(xué)圖像目標(biāo)區(qū)域的完整性,避免出現(xiàn)過分割現(xiàn)象。實驗結(jié)果表明,該方法可以準(zhǔn)確地分割出完整的肺部區(qū)域,提高了分割效果,具有一定的應(yīng)用價值。（2）研究了基于區(qū)域生長法的圖像分割算法,并提出一種基于分水嶺與區(qū)域生長法相結(jié)合的肝臟CT圖像分割方法。通過用分水嶺算法對肝臟CT圖像進行預(yù)分割,采用求最大內(nèi)切圓的方法進行種子點自動選擇,然后利用區(qū)域生長法進行... 

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 選題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 邊緣檢測算法
        1.2.2 區(qū)域生長算法
        1.2.3 閾值分割算法
        1.2.4 基于圖論的分割算法
        1.2.5 基于分水嶺的分割算法
    1.3 本文主要操作及章節(jié)安排
        1.3.1 本文主要工作
        1.3.2 本文章節(jié)安排
第2章 基于分水嶺的最小誤差閾值分割法
    2.1 閾值分割原理
    2.2 最小誤差閾值法
        2.2.1 一維最小誤差閾值法
        2.2.2 二維最小誤差閾值法
    2.3 改進的最小誤差閾值分割算法
        2.3.1 算法設(shè)計流程
        2.3.2 算法的主要步驟
    2.4 實驗評價與分析
        2.4.1 實驗評價指標(biāo)
        2.4.2 實驗結(jié)果對比
    2.5 本章總結(jié)
第3章 基于分水嶺的區(qū)域生長分割法
    3.1 區(qū)域生長原理
    3.2 改進的區(qū)域生長算法
        3.2.1 傳統(tǒng)算法的種子點選擇方式
        3.2.2 改進的種子點的選擇方式
    3.3 確定生長準(zhǔn)則
    3.4 實驗評價與分析
        3.4.1 區(qū)域分割算法分割結(jié)果
        3.4.2 實驗評價指標(biāo)
        3.4.3 實驗結(jié)果對比
    3.5 本章小結(jié)
第4章 醫(yī)學(xué)圖像分割可視化系統(tǒng)的設(shè)計與實現(xiàn)
    4.1 可視化系統(tǒng)業(yè)務(wù)詳述
        4.1.1 可視化系統(tǒng)模塊框架
        4.1.2 圖像的讀取和顯示模塊
        4.1.3 圖像的預(yù)處理模塊
        4.1.4 圖像的分割模塊
        4.1.5 圖像的后處理模塊
    4.2 可視化系統(tǒng)設(shè)計與實現(xiàn)
        4.2.1 X線胸片圖像分割系統(tǒng)的設(shè)計與實現(xiàn)
        4.2.2 肝臟CT圖像分割系統(tǒng)的設(shè)計與實現(xiàn)
    4.3 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]醫(yī)學(xué)圖像分割系統(tǒng)設(shè)計[J]. 寇毛蕊,楊新國.  長春師范大學(xué)學(xué)報. 2018(12)
[2]改進區(qū)域生長法的肝部CT圖像ROI提取[J]. 李仔麒,馬慧彬,李殿奎,范蕊.  計算機技術(shù)與發(fā)展. 2019(01)
[3]圖像分割方法在醫(yī)學(xué)領(lǐng)域中的應(yīng)用[J]. 鄭彩俠,張同舟,孫長江,劉景鑫.  中國醫(yī)療設(shè)備. 2018(06)
[4]改進分水嶺算法在腦腫瘤CT圖像分割中的應(yīng)用[J]. 李永焯,戴曙光.  軟件導(dǎo)刊. 2018(06)
[5]改進分水嶺算法在醫(yī)療圖像目標(biāo)提取中的應(yīng)用[J]. 陳文亮,賀松.  信息技術(shù). 2018(05)
[6]基于閾值的醫(yī)學(xué)圖像分割技術(shù)的計算機模擬及應(yīng)用[J]. 郭璇,鄭菲,趙若晗,吳丹,彭鈺欣,韓冬熇,毛凌毓,楊影,葉佳慧,紀(jì)杜娟,董默.  軟件. 2018(03)
[7]醫(yī)學(xué)影像計算機輔助檢測與診斷系統(tǒng)綜述[J]. 鄭光遠,劉峽壁,韓光輝.  軟件學(xué)報. 2018(05)
[8]基于深度學(xué)習(xí)的肝臟腫瘤圖像分割[J]. 黃佳佳,趙曙光,張笑青,楊峰,許方成.  數(shù)字技術(shù)與應(yīng)用. 2017(11)
[9]CT圖像中肝臟自動分割算法研究[J]. 張輝,閆謙時.  電腦知識與技術(shù). 2017(30)
[10]基于自適應(yīng)標(biāo)記分水嶺算法的肝臟CT圖像自動分割[J]. 黃展鵬,張琦,趙潔.  北京生物醫(yī)學(xué)工程. 2017(04)

碩士論文
[1]基于深度學(xué)習(xí)的圖像分割研究與應(yīng)用[D]. 張華博.電子科技大學(xué) 2018
[2]浙江省肺癌地理流行病學(xué)研究[D]. 陳燕.浙江大學(xué) 2014
[3]基于圖論的圖像分割技術(shù)研究[D]. 羅青青.南京郵電大學(xué) 2014



本文編號：3658944