版權(quán)說(shuō)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、隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展以及人們生活水平的提高,人們對(duì)自身的健康問(wèn)題越來(lái)越關(guān)注。胰腺癌是世界成年人群中位居第四的致命腫瘤,且致病程度非常高。但隨著醫(yī)學(xué)影像數(shù)量的海量增加,和基于醫(yī)學(xué)圖像的圖像分析處理技術(shù)重要性的突出,如何有效、快速的對(duì)胰腺進(jìn)行定位和分析,成為醫(yī)學(xué)輔助診斷的重要課題。而胰腺是一種位于腹部?jī)?nèi)部的軟組織器官,欠缺有形器官的固定形狀,又與其周圍的重要結(jié)構(gòu)組織關(guān)系緊密且多變,邊緣界限不易確定,這些對(duì)于MRI圖像中的胰腺自動(dòng)提取帶來(lái)很
2、大的困難,為此,本文圍繞腹部MRI序列圖像中胰腺區(qū)域的分割問(wèn)題進(jìn)行展開,主要完成如下的工作:
?。?)針對(duì)腹部MRI序列圖像背景復(fù)雜,胰腺目標(biāo)區(qū)域存在弱邊緣、與胃部區(qū)域灰度級(jí)相似且位置相近的問(wèn)題,提出了一種基于形狀約束和種子遷移生長(zhǎng)的胰腺M(fèi)RI序列圖像分割方法。該方法通過(guò)區(qū)域生長(zhǎng)方法進(jìn)行分割,并利用胃部具有的規(guī)則形狀特征進(jìn)行條件約束,對(duì)目標(biāo)區(qū)域胰腺、胃部以及肝臟進(jìn)行聯(lián)合分割,達(dá)到同時(shí)對(duì)多個(gè)目標(biāo)進(jìn)行分割提取的目的,極大提高了圖像處
3、理的速度以及分割的準(zhǔn)確度。
?。?)提出了一種基于字典遷移學(xué)習(xí)的腹部MRI序列圖像分割方法,通過(guò)對(duì)目標(biāo)區(qū)域和背景區(qū)域分別進(jìn)行訓(xùn)練學(xué)習(xí),得到目標(biāo)和背景字典,分別對(duì)后續(xù)待處理的圖像進(jìn)行重構(gòu)誤差逼近,得到相應(yīng)的目標(biāo)區(qū)域,同時(shí),對(duì)字典進(jìn)行更新,實(shí)現(xiàn)了更加魯棒的胰腺分割。
?。?)提出了一種基于統(tǒng)計(jì)學(xué)習(xí)的2D腹部MRI序列圖像的胰腺提取方法,對(duì)胰腺、肝臟、胃部等目標(biāo)樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和分布估計(jì),建立了目標(biāo)區(qū)域的正態(tài)分布模型,并利
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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
- 基于字典遷移學(xué)習(xí)的胃部CT序列圖像聯(lián)合分割.pdf
- 基于字典遷移學(xué)習(xí)的胃部CT充列圖像聯(lián)合分割.pdf
- 基于字典學(xué)習(xí)的無(wú)監(jiān)督遷移聚類及其在SAR圖像分割中的應(yīng)用.pdf
- 基于統(tǒng)計(jì)模型的胰腺分割算法的研究與實(shí)現(xiàn).pdf
- 基于粒子群的TrAdaBoost遷移學(xué)習(xí).pdf
- 基于實(shí)例的遷移學(xué)習(xí)算法研究.pdf
- 基于遷移學(xué)習(xí)的小樣本深度學(xué)習(xí)研究.pdf
- 基于案例推理的學(xué)習(xí)遷移研究.pdf
- 基于深度學(xué)習(xí)和遷移學(xué)習(xí)的環(huán)境聲音識(shí)別.pdf
- 基于深度學(xué)習(xí)的圖像語(yǔ)義分割研究.pdf
- 基于遷移學(xué)習(xí)的手術(shù)圖像內(nèi)容識(shí)別.pdf
- 基于遷移學(xué)習(xí)的知識(shí)推薦方法研究.pdf
- 基于遷移學(xué)習(xí)的高光譜圖像分類.pdf
- 基于支持向量機(jī)的遷移學(xué)習(xí)研究.pdf
- 基于遷移學(xué)習(xí)的跨領(lǐng)域排序?qū)W習(xí)算法研究.pdf
- 基于主動(dòng)學(xué)習(xí)和遷移學(xué)習(xí)的文本情感預(yù)測(cè)研究.pdf
- 基于樣本差異的多標(biāo)簽遷移學(xué)習(xí).pdf
- 基于跨領(lǐng)域的遷移學(xué)習(xí)算法研究.pdf
- 基于遷移學(xué)習(xí)的行人檢測(cè)方法研究.pdf
- 基于樣本遷移的多核學(xué)習(xí)算法研究.pdf
評(píng)論
0/150
提交評(píng)論