版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、醫(yī)學(xué)圖像處理技術(shù)是將計(jì)算機(jī)圖形圖像學(xué)與醫(yī)學(xué)知識(shí)相結(jié)合的一個(gè)研究方向,它的最終目標(biāo)是將醫(yī)學(xué)圖像進(jìn)行數(shù)字化處理,使得醫(yī)生的視覺能夠清楚的感知圖像,從而分辨出病灶。醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理的首要步驟,是后續(xù)圖像識(shí)別與圖像理解的基礎(chǔ)。圖像分割是將圖像劃分為若干個(gè)不同的區(qū)域,并從這些區(qū)域中提取出感興趣的對(duì)象,如病灶作進(jìn)一步研究,并使分割結(jié)果盡可能的接近解剖結(jié)構(gòu),從而為臨床診斷和病理學(xué)研究提出可靠依據(jù)。然而,醫(yī)學(xué)圖像分割技術(shù)發(fā)展至今,仍存在各種問
2、題,其精確度和自動(dòng)化程度還不能滿足實(shí)際的需要,所以對(duì)于醫(yī)學(xué)圖像分割方法的研究仍具有重要意義。
針對(duì)這些問題,本文提出了一種全新的分割算法框架,該算法采用兩個(gè)新穎的計(jì)算智能和數(shù)學(xué)形態(tài)學(xué)計(jì)算機(jī)制,具體應(yīng)用是群搜索優(yōu)化算法(Group Search Optimiser,簡(jiǎn)稱GSO)和改進(jìn)的標(biāo)記控制分水嶺變換(Mark Controled Watershed Transformation,簡(jiǎn)稱MCWT)相結(jié)合。該GSOMCWT算法框架
3、的主要思想是:先對(duì)圖像進(jìn)行一系列的預(yù)處理,提取目標(biāo)對(duì)象,然后對(duì)圖像進(jìn)行連通域的標(biāo)記,再使用改進(jìn)的分水嶺變換算法對(duì)這個(gè)標(biāo)記圖像進(jìn)行初步提取目標(biāo)對(duì)象實(shí)現(xiàn)分割,最后運(yùn)用GSO優(yōu)化算法依據(jù)一定的適應(yīng)度函數(shù)對(duì)此結(jié)果進(jìn)行反復(fù)優(yōu)化,會(huì)自動(dòng)的得出更好的分割結(jié)果。
本文的算法應(yīng)用于最新的CT成像儀器,碳納米管(Carbon Nanotube,簡(jiǎn)稱CNT)CT設(shè)備,通過具體的肺部CT圖像分割過程的演示,實(shí)現(xiàn)了對(duì)醫(yī)學(xué)圖像精確,魯棒的自動(dòng)和半自動(dòng)分割
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換和數(shù)學(xué)形態(tài)學(xué)的細(xì)胞圖像分割方法研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的圖像分割方法研究.pdf
- 數(shù)學(xué)形態(tài)學(xué)圖像分割方法研究
- 基于小波變換和數(shù)學(xué)形態(tài)學(xué)的圖像分割算法研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的醫(yī)學(xué)圖像分割方法研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的細(xì)胞圖像分割.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的圖像分割算法研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)圖像分割算法的研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的細(xì)胞圖像分割算法研究.pdf
- 基于CT圖像的肺部分割方法研究.pdf
- 基于形態(tài)學(xué)腦腫瘤圖像分割方法研究.pdf
- 數(shù)學(xué)形態(tài)學(xué)方法與隨機(jī)場(chǎng)圖像分割研究.pdf
- 肺部CT圖像分割方法的研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的細(xì)胞圖像分割技術(shù)研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的可視人切片圖像分割研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的重疊細(xì)胞圖像分割算法研究.pdf
- 基于灰度形態(tài)學(xué)重建的圖像分割.pdf
- 基于形態(tài)學(xué)和區(qū)域生長的遙感圖像分割方法研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)的鐵譜圖像分割技術(shù)研究.pdf
- 基于分形和數(shù)學(xué)形態(tài)學(xué)的木材缺陷圖像處理.pdf
評(píng)論
0/150
提交評(píng)論