基于相位的活動輪廓模型的甲狀腺超聲圖像分割.pdf

1、據(jù)世界衛(wèi)生組織統(tǒng)計,甲狀腺疾病已成為全球五大病因之一,預計2020年將躍升為第二大病因。超聲影像檢查以其廉價性、無損性、可重復性、靈敏度高的優(yōu)點,成為檢查甲狀腺疾病的首選方法。由于受到醫(yī)務工作者視覺疲勞以及診斷水平的影響,診斷結(jié)果存在很大的主觀因素,診斷過程費力耗時。因此,實現(xiàn)甲狀腺超聲檢查計算機輔助診斷十分必要。它可以為醫(yī)務工作者提供診斷疾病的必要病情信息,提高診斷正確率,減少醫(yī)務工作者的工作量。甲狀腺超聲圖像分割能夠分割出甲狀腺的病

2、變區(qū)域,是實現(xiàn)甲狀腺超聲檢查計算機輔助診斷的重要環(huán)節(jié)。
　　本文根據(jù)超聲圖像斑點噪聲嚴重、對比度低、灰度分布不均勻的特點,對幾何活動輪廓模型中的測地線活動輪廓模型(GAC)進行了改進,建立了基于相位的測地線活動輪廓模型(PCGAC),分割出甲狀腺結(jié)節(jié)的邊界輪廓。本文的主要研究工作如下:
　　基于梯度邊界停止函數(shù)的GAC模型對噪聲敏感且不具有檢測弱邊緣的能力,而相位一致性邊緣檢測具有好的檢測噪聲圖像和弱邊緣目標的能力,本文構(gòu)造