2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、視網(wǎng)膜視神經(jīng)疾病(青光眼、糖尿病視網(wǎng)膜病變、年齡相關(guān)性黃斑變性等)是由多種原因引起的視網(wǎng)膜及視覺神經(jīng)組織病變,在世界范圍內(nèi)有較高的發(fā)病率,因此早期的診斷非常重要。目前大多通過彩色立體眼底(視網(wǎng)膜)照相機(jī)來獲得視網(wǎng)膜(視乳頭)圖像。但是由于計(jì)算機(jī)輔助診斷中視乳頭醫(yī)學(xué)圖像噪聲污染大、光照不均勻、對(duì)比度小、部分視乳頭被血管遮擋、不同病人個(gè)體間差異大等因素導(dǎo)致的視乳頭圖像自動(dòng)分割不能很好的進(jìn)行,分割結(jié)果不能滿足臨床診斷需要。為了解決此難題,本文

2、提出在分段常數(shù)水平集方法(PCLSM)的Mumford-Shah模型的基礎(chǔ)上結(jié)合圖分割最優(yōu)化的方法對(duì)視乳頭圖像進(jìn)行分割。
   首先采用基于圖論的多相分段常數(shù)水平集Mumford-Shah圖像分割模型及其相應(yīng)的圖分割最優(yōu)化方法對(duì)視乳頭杯盤圖像進(jìn)行分割,獲得其未被血管遮擋的杯盤邊緣部分;再采用凸多邊形約束方法去除上述杯盤邊緣中由于血管遮擋、光照不均等原因等引起的凹陷或斷裂部分,提取杯盤邊緣特征點(diǎn),然后采用光滑曲線擬合技術(shù),獲得完整

3、的杯盤邊緣曲線。最后我們用擬合好的杯盤邊緣來重建視乳頭杯盤圖像,并根據(jù)該重建圖像取得杯盤比等特征參數(shù),這些參數(shù)對(duì)青光眼的輔助診斷有著非常重要的價(jià)值。
   通過不同時(shí)期青光眼病人的視乳頭圖像杯盤分割的試驗(yàn)結(jié)果可以表明,上述方法可以很好地解決血管遮擋、噪聲污染、對(duì)比度小、個(gè)體間差異大、光照不均勻等視網(wǎng)膜圖像分割中固有的難題,分割青光眼彩色視乳頭圖像中的視杯和視盤,并且其計(jì)算代價(jià)大大低于經(jīng)典的多相分段常數(shù)水平集Mumford-Sha

4、h模型,其視乳頭圖像的視杯和視盤分割結(jié)果也更為精準(zhǔn)。
   本文重點(diǎn)論述如何將基于圖分割的分段常數(shù)M-S模型應(yīng)用于視乳頭圖像杯盤分割中。該方法的特點(diǎn)是:(1)只需要一個(gè)水平集函數(shù)就可以分割多個(gè)目標(biāo);(2)傳統(tǒng)的對(duì)于帶約束問題的最小化問題可以采用Lagrangian方法來求解,但是其收斂速度慢,計(jì)算量很大,本文采用圖分割最優(yōu)化方法,得到圖像分割結(jié)果精度高,且效率有所提高;(3)它能很好的處理多相圖像分割問題,處理過程不需要人工干預(yù)

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

評(píng)論

0/150

提交評(píng)論