已閱讀1頁,還剩50頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、本文針對使用正電子發(fā)射斷層顯像(positron emission tomography PET)技術(shù)成像的腫瘤圖像的分割算法進行了進一步的應(yīng)用分析與研究。
腫瘤的早期預(yù)防、早期發(fā)現(xiàn)和治療對于人的生命是至關(guān)重要的,特別是對于有腫瘤家族史的患者來說更為重要。PET檢測技術(shù)的使用,為腫瘤患者診斷方案的確定提供了便利條件,它獨特的成像技術(shù)和PET圖像的分析與研究,也越來越受到學者和研究人員的廣泛關(guān)注。
準確的將PE
2、T圖像中的腫瘤區(qū)域分割出來具有重要的臨床意義。本文的主要工作是研究分割算法來實現(xiàn)腫瘤區(qū)域的分割。根據(jù)PET圖像的低分辨率特性,本文首先選擇模糊C均值(FCM)算法進行實驗,結(jié)果表明該方法對腫瘤區(qū)域的分割是可行的,但結(jié)果誤差較大。因此本文還選用Level Set方法對PET圖像進行了分析,首先在一定醫(yī)學經(jīng)驗基礎(chǔ)上,進行了分割實驗,根據(jù)均方差的判別方法對結(jié)果進行評價,結(jié)果表明效果好;其次在無醫(yī)學經(jīng)驗情況下,通過多次迭代也可得到較理想的處理效
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- PET圖像分割中的共分割方法研究.pdf
- 腫瘤細胞圖像分割算法研究.pdf
- 基于區(qū)域的圖像分割算法研究.pdf
- 基于區(qū)域的圖像分割算法
- 腦部腫瘤MR圖像分割算法的研究.pdf
- 基于區(qū)域生長的肝臟CT圖像腫瘤分割方法研究.pdf
- 肝臟超聲圖像病灶區(qū)域分割算法的研究.pdf
- 基于分數(shù)階水平集的PET心臟圖像分割算法研究.pdf
- 腦部MRI圖像中腫瘤的分割方法研究.pdf
- 基于區(qū)域時空行驗的動態(tài)PET重建及PET圖像恢復(fù)算法研究.pdf
- 臨床CT圖像中肝臟腫瘤分割研究.pdf
- 基于區(qū)域合并的無監(jiān)督SAR圖像分割算法研究.pdf
- 圖像分割中陰影去除算法的研究.pdf
- 融合輪廓信息的基于區(qū)域的圖像分割算法.pdf
- 基于快速區(qū)域合并的SAR圖像分割算法.pdf
- 肝部CT圖像中腫瘤的分割方法研究.pdf
- 乳腺CT圖像中腫瘤的分割方法研究.pdf
- 圖像分割算法研究.pdf
- 基于圖像分割和區(qū)域語義相關(guān)性的圖像標注算法研究.pdf
- 多源圖像區(qū)域分割的分水嶺算法研究.pdf
評論
0/150
提交評論