CT圖象的分割技術(shù)和三維重建方法研究.pdf

1、圖象分割是一種重要的圖象技術(shù),是由圖象處理過渡到圖象分析的關(guān)鍵步驟。醫(yī)學(xué)CT圖象三維重建技術(shù)從二維圖象中獲取三維的結(jié)構(gòu)信息,為用戶提供具有真實感的三維圖形,在輔助臨床診斷等方面有非常重要的作用。小波變換具有良好的時域和頻域特性,能有效地從信號中提取信息。神經(jīng)網(wǎng)絡(luò)具有自主學(xué)習(xí)的優(yōu)點,而 SOM和HOPFIELD神經(jīng)網(wǎng)絡(luò)都是無監(jiān)督的神經(jīng)網(wǎng)絡(luò),不需要學(xué)習(xí)訓(xùn)練,可以根據(jù)輸入的不同特征自動進(jìn)行分類,易于快速收斂,因此可以被用于進(jìn)行圖象分割。本文主

2、要研究圖象分割技術(shù)與三維重建技術(shù),以及小波分析與神經(jīng)網(wǎng)絡(luò)算法在圖象分割中的應(yīng)用。
　　本文研究的對象是C T肝臟腫瘤圖象,實驗平臺為MATLAB7,所采用醫(yī)學(xué)CT圖象來自于互聯(lián)網(wǎng)。采用具有正交、緊支、光滑性的DB4系列小波,在對C T圖象進(jìn)行預(yù)處理后,把 CT圖象進(jìn)行多層小波分解,根據(jù)小波子圖象的統(tǒng)計信息提取14項圖象特征。在對SOM神經(jīng)網(wǎng)絡(luò)與HOPFIELD神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)與研究的基礎(chǔ)上,提出了一種基于小波變換與優(yōu)化HOPFIE

3、LD神經(jīng)網(wǎng)絡(luò)的分割算法,對 C T圖象進(jìn)行分割聚類。為了進(jìn)行圖象的三維重建,對邊緣提取算法進(jìn)行了討論。利用傳統(tǒng)的邊緣檢測算法以及Snake邊緣檢測算法對C T圖象進(jìn)了邊緣檢測。
　　從實驗的結(jié)果看,本文提出的基于小波分析與優(yōu)化H o p fie ld網(wǎng)絡(luò)分割算法,具有分割時間短,分割效果好等優(yōu)點,邊緣檢測的CT圖象中的病灶輪廓清晰明確。實驗結(jié)果表明,本文所研究的圖象分割與邊緣檢測算法是有效的,實驗的結(jié)果令人滿意,達(dá)到了預(yù)期的目標(biāo)。