| 【中文题名】 | 活动轮廓模型在肿瘤图像分割中的应用 |
| 【英文题名】 | Active Contour Model Applied in Tumor Image Segmentation |
| 【学科专业】 | 计算机技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-12-8 |
| 【中关键词】 | 活动轮廓模型,图像分割,肿瘤,,, |
| 【英关键词】 | active contour,image segmentation,tumor, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 | 目前肿瘤已成为威胁人类健康的重要疾病，每年全世界数以百万计的人死于肿瘤。而肿瘤及周围器官的轮廓提取对于肿瘤的诊治有着非常重要的研究意义。本文正是基于这一问题，提出将活动轮廓模型用于肿瘤图像的分割，以便为肿瘤的诊断和治疗提供更为准确有效的依据。
本文对国内外正在发展的活动轮廓模型理论进行了广泛的调研和分析，并确定了基于活动轮廓模型理论在肿瘤医学图像分割领域的应用作为主要研究目标，分析了其理论基础，详细阐述了其数学模型及数值实现方法；讨论了该理论在肿瘤图像分割、重要器官分割等方面的具体应用。
本文主要工作包括：
1．回顾了医学图像分割的现状，对医学图像分割方法进行了分类，综述了医学图像分割的现有成果。研究了活动轮廓模型的基础理论模型。主要包括模型的描述方法，模型的能量函数组成，能量最小化方法以及活动轮廓模型在应用中的局限之处。详细阐述了模型每个能量分量的性质以及模型在各个能量分量下的行为过程。
2．探讨了参数活动轮廓模型的理论基础及数值实现，应用GVF模型代替经典外力场，从而扩大了活动轮廓模型外力的捕捉范围，改善了对于轮廓初始化的敏感性，对于处理医学... |
| 【论文题纲】 |
|
中文摘要 |
4-5 |
|
英文摘要 |
5-9 |
|
第一章 绪论 |
9-14 |
|
1.1 图像分析与图像分割 |
9-10 |
|
1.2 肿瘤发病率的现状与主要治疗手段 |
10-11 |
|
1.3 医学图像分割在肿瘤临床诊治中的意义 |
11-13 |
|
1.4 本文结构 |
13 |
|
1.5 本章小结 |
13-14 |
|
第二章 医学图像的分割方法综述 |
14-23 |
|
2.1 医学图像分割的主要研究内容及发展现状 |
14-15 |
|
2.2 常用成像方法介绍 |
15-16 |
|
2.3 医学图像分割的任务与特点 |
16-17 |
|
2.4 医学图像分割技术的分类与简介 |
17-20 |
|
2.5 活动轮廓模型背景介绍 |
20-22 |
|
2.6 本章小结 |
22-23 |
|
第三章 基于经典活动轮廓模型的医学图像分割 |
23-39 |
|
3.1 参数活动轮廓模型简介 |
23-30 |
|
3.1.1 内部能量 |
24-25 |
|
3.1.2 外部能量 |
25 |
|
3.1.3 能量最小化及参数活动轮廓模型的数值解法 |
25-26 |
|
3.1.4 GVF模型在肿瘤分割中的应用 |
26-28 |
|
3.1.5 结合模糊C均值聚类和参数活动轮廓模型的图像分割 |
28-30 |
|
3.1.5.1 模糊C均值聚类算法介绍 |
28-29 |
|
3.1.5.2 结合模糊C均值聚类与参数活动轮廓模型实现图像分割 |
29-30 |
|
3.2 几何活动轮廓模型简介 |
30-36 |
|
3.2.1 曲线演化理论简介 |
30-31 |
|
3.2.2 Level Set图像分割方法 |
31-33 |
|
3.2.3 基于Narrow band快速算法实现水平集函数演化 |
33-35 |
|
3.2.4 结合分水岭算法的几何活动轮廓模型图像分割 |
35-36 |
|
3.2.4.1 分水岭算法介绍及基本步骤 |
35 |
|
3.2.4.2 结合分水岭算法的Level set方法与实验分析 |
35-36 |
|
3.3 参数活动轮廓模型与几何活动轮廓模型的比较 |
36-38 |
|
3.3.1 参数活动轮廓模型优缺点分析 |
37 |
|
3.3.2 几何活动轮廓模型优缺点分析 |
37-38 |
|
3.4 本章小结 |
38-39 |
|
第四章 基于Mumford-Shah模型的肿瘤图像分割 |
39-44 |
|
4.1 Mumford-Shah图像分割模型算法分析 |
39-41 |
|
4.2 C-V算法实现脑肿瘤图像分割及实验结果 |
41-43 |
|
4.3 本章小结 |
43-44 |
|
第五章 肿瘤诊治图像分析系统的实现 |
44-48 |
|
5.1 系统模块结构 |
44 |
|
5.2 模块功能介绍 |
44-47 |
|
5.2.1 图像输入输出模块 |
44-45 |
|
5.2.2 图像分割模块 |
45-46 |
|
5.2.3 图像配准与融合模块 |
46-47 |
|
5.2.4 信息统计与分类模块 |
47 |
|
5.3 本章小结 |
47-48 |
|
第六章 总结与展望 |
48-50 |
|
6.1 本文工作总结 |
48-49 |
|
6.2 工作展望 |
49-50 |
|
致谢 |
50-51 |
|
参考文献 |
51-53 |
|
独创性声明 |
53 |
|
学位论文版权使用授权书 |
53 |
|
| 【DOI】 | LunWen.ID:2.2008.365381 |
