| 【中文题名】 | 针对医学图像ROI提取的医学图像分割研究 |
| 【英文题名】 | |
| 【学科专业】 | 信息与通信工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-5-23 |
| 【中关键词】 | 感兴趣区域,医学图像分割,模糊连接度,快速算法,, |
| 【英关键词】 | ROI,Medical Image Segmentation,Fuzzy connectedness,Fast algorithm, |
| 【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】 | 医学图像通常由感兴趣区(ROI)和背景区构成，相对于背景区域来说，感兴趣区包含重要的诊断信息，尽管它在整幅图像中所占的面积也许并不大，但对于医生诊断、临床治疗和病理分析具有重大的意义，因此其错误描述的代价非常高。这促使了医学图像ROI的提取成为迫切的需要。本论文以基于模糊连接度的医学分割为研究重点，详细地分析了其原理和算法。本论文的工作和创新性成果主要在以下几个方面：
1．系统分析了医学图像分割技术的国内外研究现状。简单介绍了传统的分割方法和基于数学形态学、神经网络、分形理论、小波、统计学、模糊集等特定理论工具分割方法的理论基础、算法流程、优势弊端、相互关系等。
2．研究了基于模糊连接度和基于相对模糊连接度分割算法的实现流程，并对二者进行描述和比较。
3．在传统的模糊连接度算法中，需要遍历所有始于种子点，止于目标点的路径中两两接点的相似度，这一过程十分繁琐。针对这一问题，对模糊连接算法进行了分析和改进，提出了一种改进的基于相对模糊连接度的快速分割算法，与传统算法相比，可在不降低分割效果的前提下，使运算速度得到提高。 |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-7 |
|
第一章 绪论 |
7-13 |
|
1.1 针对医学图像ROI进行研究的背景 |
7-8 |
|
1.2 医学图像ROI提取和医学图像分割 |
8 |
|
1.3 医学图像分割概述 |
8-11 |
|
1.3.1 图像分割简介 |
8-9 |
|
1.3.2 医学图像分割的现状和发展趋势 |
9-10 |
|
1.3.3 医学图像分割的作用 |
10-11 |
|
1.3.4 不同医学图像的分割常用方法 |
11 |
|
1.4 论文的结构安排 |
11-13 |
|
第二章 医学图像分割技术研究 |
13-25 |
|
2.1 基本的图像分割技术 |
13-19 |
|
2.1.1 灰度阈值型分割 |
13-15 |
|
2.1.2 边缘检测分割 |
15-17 |
|
2.1.3 基于区域跟踪的分割技术 |
17-19 |
|
2.2 结合特定理论的分割技术 |
19-24 |
|
2.2.1 基于数学形态学的分割技术 |
19-20 |
|
2.2.2 基于神经网络的分割技术 |
20-21 |
|
2.3.3 基于分形理论的分割技术 |
21 |
|
2.3.4 基于小波的分割技术 |
21-22 |
|
2.3.5 基于统计学的分割技术 |
22-23 |
|
2.3.6 基于模糊集的分割技术 |
23-24 |
|
2.4 小结 |
24-25 |
|
第三章 基于模糊连接度的医学图像分割技术研究 |
25-37 |
|
3.1 模糊集理论综述 |
25-28 |
|
3.1.1 基本的模糊集合定义 |
25-26 |
|
3.1.2 模糊空间元素邻近关系，模糊数字空间 |
26 |
|
3.1.3 场，隶属场 |
26 |
|
3.1.4 模糊空间元素的相似度 |
26-27 |
|
3.1.5 模糊连接度K |
27-28 |
|
3.2 基于模糊连接度的分割技术 |
28-32 |
|
3.2.1 二维图像场中模糊连接度的定义 |
28-29 |
|
3.2.2 基于模糊连接度的分割算法 |
29-30 |
|
3.2.3 基于相对模糊连接度的分割算法 |
30-32 |
|
3.3 本文的一种改进的基于相对模糊连接度算法 |
32-37 |
|
3.3.1 算法中模糊相似度的选取 |
33 |
|
3.3.2 改进的算法 |
33-34 |
|
3.3.3 试验结果 |
34-37 |
|
第四章 医学图像分割评价 |
37-41 |
|
4.1 图像分割评价分类 |
37-38 |
|
4.2 医学图像分割评价标准 |
38-39 |
|
4.3 小结 |
39-41 |
|
第五章 总结与展望 |
41-43 |
|
5.1 论文工作总结 |
41-42 |
|
5.2 论文工作展望 |
42-43 |
|
参考文献 |
43-46 |
|
硕士学位期间完成的学术论文 |
46-47 |
|
致谢 |
47-48 |
|
| 【DOI】 | LunWen.ID:2.2008.367061 |
