肝臟超聲圖像病灶區(qū)域分割算法的研究.pdf

1、肝臟患病率在國內人群中很高，對其預前的診斷吸引了越來越多研究者的關注。超聲圖像可以清晰顯示各器官與周圍組織的斷面像，接近真實的結構，所以超聲圖像可以用于早期的診斷。隨著各種計算機技術的發(fā)展，自動化分析肝臟超聲圖像漸漸成為可能。但是，由于肝臟超聲圖像的復雜性和獨特性，還有不可避免的斑點噪聲和紋理，所以在肝臟超聲圖像的自動化分析中，具有一定的難度。本文通過研究肝臟超聲圖像病灶區(qū)域的分割技術，實現(xiàn)病灶區(qū)域的有效分割，從而準確提取其的輪廓，為后

2、續(xù)診斷分析奠定基礎。本文主要的工作有:
　　1、結合Wellner算法和粒子群優(yōu)化(PSO)算法，給出一種改進的肝臟超聲圖像病灶區(qū)域分割算法。通過PSO算法自動尋找Wellner算法的閾值t，從而使改進算法適應不同的肝臟超聲圖像，最后根據優(yōu)化的參數t進行圖像分割。在實驗中，我們總結了粒子群優(yōu)化方法中參數的影響，接著評估對比算法的TPVF、FNVF與FPVF指標。實驗結果證明，Wellner-PSO改進算法適用于分割肝臟超聲圖像的病