基于改进几何可变模型的医学图像分割算法研究

基于改进几何可变模型的医学图像分割算法研究

ID:36774224

大小:1.58 MB

页数:52页

时间:2019-05-15

基于改进几何可变模型的医学图像分割算法研究_第1页
基于改进几何可变模型的医学图像分割算法研究_第2页
基于改进几何可变模型的医学图像分割算法研究_第3页
基于改进几何可变模型的医学图像分割算法研究_第4页
基于改进几何可变模型的医学图像分割算法研究_第5页
资源描述:

《基于改进几何可变模型的医学图像分割算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、浙江大学硕士学位论文摘要摘要医学图像分割在医学诊断、规划、治疗中具有十分重要的应用价值。目前,基于偏微分方程理论的可变模型的图像分割技术已受到越来越多的研究学者的高度重视,而且其技术还在不断的发展中。传统的基于可变模型的分割方法是一种只基于边界信息的分割方法,就充分利用图像信息的角度来说有其局限性。作者从融合图像区域信息和边界信息的角度,对现有几何可变模型进行了改进,取得了比较理想的研究结果。论文比较详细地介绍并分析了可变模型技术的数学理论基础和各种扩展应用。在此基础上提出了一种混合区域信息和边界信息的方法

2、——基于融合颜色和强度先验信息的几何可变模型的医学图像分割算法。该方法首先借助遗传算法,从图像的不同颜色空间中得到对应颜色分量的阈值,然后将这些阈值所代表的先验信息融合到可变模型的速度函数中,从而得到了改进的基于lcvclset的几何可变模型。论文采用临床骨髓细胞和乳腺x线图片进行了实验,并对分割结果进行了定性和定量分析。结果表明,相对于传统的只利用图像边界信息的可变模型,论文所提出的分割算法不仅能得到更精确的结果,而且具有更快的运行速度。关键词:医学图像分割,改进几何可变模型,颜色和强度先验信息融合注:本

3、课题研究得到国家自然科学基金(No.60272029)和浙江省自然科学基金(№.M603227)资助。第1页浙江大学硕士学位论文第一章绪论1.1研究背景第一章绪论目前,图像分割在医学图像处理与分析中的地位日趋重要,广泛簧通过对小鼠秣藤簪管嚣箭霍?b涫鞲戤抛崩雒。鬟冀。舅醋朔了;氆即鲤爿鲍鲫j驵茜闳殚戮转影嚣:辅翟罾嚣堑屋盟秦篾咧崾唾④淄咧州劭圆堋嗌傣罐jm制停境滴疆鳜颤耐豺啡一叫砩鞠酬谚毵;皓羽"匕4稿气虹洋叫掳冀霎萋蠹g鞠甾鼬⋯妊;缮星0璃疆城鼠,CDx2表达于所有的小肠绒毛上皮细胞及结肠的腺上皮细胞中,

4、并长期保持着稳定的分布【4】。通过对人体的各种上皮细胞的免疫组织化学研究发现,CDx2在人体的胚胎和正常成人中也有类似的分布规律【“。进一步的研究还证实,cDx2主要在小肠和盲肠中表达,而在远端结肠表达则降低,并且常表达于腺上皮的表面或隐窝的顶部[6】。二、CDx2可能是一种肿瘤抑制基因CDX2能调节肠道特异基因的的转录,目前认为它可能是一种肿瘤抑制基因。因为cDx2纯合子缺失将导致生长期小鼠死亡,而CDX2杂合子缺失则易导致错构瘤性息肉和管状腺瘤的形成【6】。越来越多的证据显示,通过选择抑制同源框基因的转

5、录可诱导肿瘤的转化。作为一个可能的肿瘤抑制基因,发现在85%的结直肠癌中都有CDX2m]RNA表达水平的下调。如果在CD)匕低表达的肿瘤细胞系中导入∞X2基因,发现瘤细胞的凋亡增加、生长速度减慢,但它并不影响肿瘤的形成【7】。虽然确切机制未明,但多项实验证明,CDX2与其他肿瘤抑制基因如APC、E钙粘蛋白和抗凋亡蛋白Bcl.2等之间有复杂的相互作用‘7司。虽然CDx2有基因结构的改变,但在有复制误差阳性的结直肠癌细胞系中一般都有小的缺失,大约10%的结直肠癌有LOH,但没有明确的证据证明CDx2表达降低与等

6、位基因的突变有关。由此可见,表达的降低显然还涉及基因的表达调控机制的改变【9l。浙江大学硕十学位论文第一荦绪论主要问题是如何自适应地确定聚类簇的真实数目,这其实也是聚类问题的经典难题。一般基于聚类技术的算法采用穷举法来确定聚类簇的数目,这样聚类计算的计算量会很大。不少人在改进基于区域的分割算法上做了努力,如sif描s[3]扩展了种子生长算法,提出了新的区域生长方法,其主要的思路是结合FastMarctling算法进行改进。总之,基于区域的分割算法设计一般关注两个方面,一个是设计出一种特征均衡的方法,二是算法

7、效率和精确度的提高。1.2.3混合的医学图像分割技术融合边界信息和区域信息的分割方法也很多。在这里简单地介绍一个混合分割系统的例子。[4,5,6]中,在能量最小化模型中,用基于区域的信息使可变模型避免陷入局部最小化。在[4]中,第一步将图像信息,如象素强度、梯度、颜色和纹理结合在一起形成一个联合算予用来判断象素属于目标还是背景。分割的第二步中,可变模型在区域分割的基础上得到改进的分割结果。由均匀分布在图像上的点初始化为多个def01mableballoon,在这个过程中,属于同一个目标的可变模型会自动合并,

8、同样,包含多个目标的模型会分裂。[4】的主要贡献是他们在游戏理论(g锄etheo呦的基础上提出了一个参数递归精确化系统。在这个递归系统中,区域分割的参数根据起始象素点的一个小领域的统计信息计算。当得到初步边界,并和可变模型匹配后,这个统计数据根据可变模型内部的象素得到更新。重新参数化过程中重新计算区域分割方法的参数。这个区域分割法和可变模型以这种模式递归重复使用,直到得到一个物体的精确分割。混合模型可以分割低SN

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。