資源描述：
《基于活動輪廓模型的超聲醫(yī)學(xué)圖像分割》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、瓣圳大學(xué)聯(lián)士學(xué)位論文基于活動輪廓模型的超聲醫(yī)學(xué)圖像分割肇物醫(yī)學(xué)工程專她碩士研究生彭韻指導(dǎo)教師汪天害攘要超聲醫(yī)學(xué)成像因其無損傷、無痛落、實時疑示、霹反復(fù)進(jìn)行、份搔低廉、適合軟組織診斷等特點，是臨床診斷中重要的檢測手段。超聲醫(yī)學(xué)圖像分割楚對超聲圖像進(jìn)弦分析的基本步驟，也是測用超聲圖像進(jìn)行定性、定量分析的一個至關(guān)藿要的環(huán)節(jié)。然而在超聲醫(yī)學(xué)圈像處理島分析中，對商標(biāo)和病悠的識別、定位及定量分析還主要依賴圖像的手動分割。燧著超聲醫(yī)學(xué)成像在臨廉應(yīng)用中越來越廣泛，需要和用計算機籜法對解削結(jié)構(gòu)藏其他惑興趣毯域進(jìn)行翻動分割描述。分割的凇確性對醫(yī)
2、生判斷疾病的真實情況并做出相應(yīng)的診斷計劃至關(guān)重要，在醫(yī)學(xué)超聲領(lǐng)域磷究自動線半自動分截方法是菲常重要的?；顒虞喞Ｐ鸵蚱淠軌?qū)㈦x層視擻知識與低層圖像信息有機結(jié)合，近年來廣泛成掰予醫(yī)學(xué)圖像分箭。本研究將潘勸輪廓摸型應(yīng)用于超聲蹶學(xué)圖像豹分割，通過對傳統(tǒng)活動輪廓模型及其幾種主要的改進(jìn)模型的分析，將模型的內(nèi)部能量和矯郝麓董撤渤了戮下改進(jìn)：1、在模罄豹內(nèi)部能量串加入輪辮平均長纜項靜控制，從而避免輪廓中棚鄰控制點在迭代過程中的互相匯聚，2、在模型的外部能量中赫入了梯廢方向勢能，邃免活動輪廓籜竄在錯誤靜物俸邊緣處，3、鋅對超聲圖像特有的sp
3、eckle噪聲較大的特點，采用了艇于圖像統(tǒng)計特i芷的區(qū)域能量作為模鍪的舞都栽羹，篌模墅能羹有效豹逶免speckle噪聲豹予耄
4、；I。同時，為使算法具有實用價值，采用速度較快的貪婪算法作為求解模型能量最小的算法，并提出篷域麓量程貪葵算法中弱茯速求解方法。最后，采饜多分辮率優(yōu)鬣方法避一步提高模型的收斂速度。基于活動輪癬攘型的超聲落學(xué)琳像努劓實驗中分別采用了模擬圖像和超聲醫(yī)學(xué)圈像來驗證算法的準(zhǔn)確性與實用毪，模擬星像魏添艇不囂程度麓矩自噪聲瓣蠶緣(噪聲強發(fā)放to％N6e％>，怒聲圖像選用了乳腺腫瘤圖像和j扦臟腫瘤圖像。將實驗結(jié)果與傳
5、統(tǒng)經(jīng)典的活動輪癬模型以及著名夔GVF模型黲分割結(jié)聚對逡，本算法程噪聲強溲較大懿模羧落像(噪聲強度>20％)和超聲醫(yī)學(xué)圖像中均取得了同人工分割近似的結(jié)聚，而傳統(tǒng)活動輪廓模蘩程GVF模型受噪聲于撥較大，滾甓本簍法奏效邋克服了圖豫孛噪聲對分割結(jié)果的影響；不同形狀和大小的初始輪廓的分割結(jié)果表明算法對予初始輪賺不敏感；對予一幅256X256大小鮑8像灰度圖像，本冀法的運行時閩為2-4秒。大量的實驗結(jié)果表明本文提出的算法具有準(zhǔn)確、快速、高效等優(yōu)點，在此基礎(chǔ)上開發(fā)的超聲醫(yī)學(xué)圖像交互式分割軟傳具有較大的實耀價值。關(guān)鍵詞；超聲醫(yī)學(xué)圖像圖像分割
6、活動輪廓模型貪婪算法圖像處理系統(tǒng)lI露川大學(xué)顴士學(xué)位論文SegmentationofMedicalUltrasonicImageBasedonActiveContourModelM．S．Candidate：YunPENGSupervisor：TianfuWANGAbstractMedicalultrasoundimagingiSwidelyusedinmedicaldiagnosisandtreatmentduetoitsuniquecharacteristicofnoninvasiveness．real-time，repe
7、tition,cheapnessandhi蚺sensitivity．UltrasoundmedicalimagesegmentationiStheessentialstepofultrasoundimageprocessing，anditplaysacracmlroleinbothqualitativeandquantitativeultrasoundimageanalyses．Currently,themostwidelyusedsegmentationapproachinaclinicalultrasoundimages
8、ystemisbasedonmanualdelineation．Toaccomplishultrasoundimagesegmentationmoreefficientlyandaccurately,acomputerizedapproachwouldbeallidealchoiceforclinicaluse．Acomputerizedapproachisexpectedtosegmenttheobjectofinterestautomaticallyorsemi．a(chǎn)utomaticallywithhi吐reproduci
9、bility．Activecontourmodeliswidelyusedinsegmentationofmedicalimageduetoitcancombinethehigh-levelvisionknowledgeandlow-leveIimageinformation．Inthis
