活動(dòng)輪廓模型在腫瘤圖像分割中的應(yīng)用.pdf

1、目前腫瘤已成為威脅人類健康的重要疾病,每年全世界數(shù)以百萬(wàn)計(jì)的人死于腫瘤。而腫瘤及周圍器官的輪廓提取對(duì)于腫瘤的診治有著非常重要的研究意義。本文正是基于這一問(wèn)題,提出將活動(dòng)輪廓模型用于腫瘤圖像的分割,以便為腫瘤的診斷和治療提供更為準(zhǔn)確有效的依據(jù)。本文對(duì)國(guó)內(nèi)外正在發(fā)展的活動(dòng)輪廓模型理論進(jìn)行了廣泛的調(diào)研和分析,并確定了基于活動(dòng)輪廓模型理論在腫瘤醫(yī)學(xué)圖像分割領(lǐng)域的應(yīng)用作為主要研究目標(biāo),分析了其理論基礎(chǔ),詳細(xì)闡述了其數(shù)學(xué)模型及數(shù)值實(shí)現(xiàn)方法;討論了該

2、理論在腫瘤圖像分割、重要器官分割等方面的具體應(yīng)用。本文主要工作包括:1.回顧了醫(yī)學(xué)圖像分割的現(xiàn)狀,對(duì)醫(yī)學(xué)圖像分割方法進(jìn)行了分類,綜述了醫(yī)學(xué)圖像分割的現(xiàn)有成果。研究了活動(dòng)輪廓模型的基礎(chǔ)理論模型。主要包括模型的描述方法,模型的能量函數(shù)組成,能量最小化方法以及活動(dòng)輪廓模型在應(yīng)用中的局限之處。詳細(xì)闡述了模型每個(gè)能量分量的性質(zhì)以及模型在各個(gè)能量分量下的行為過(guò)程。2.探討了參數(shù)活動(dòng)輪廓模型的理論基礎(chǔ)及數(shù)值實(shí)現(xiàn),應(yīng)用GVF模型代替經(jīng)典外力場(chǎng),從而擴(kuò)大

3、了活動(dòng)輪廓模型外力的捕捉范圍,改善了對(duì)于輪廓初始化的敏感性,對(duì)于處理醫(yī)學(xué)圖像中深度凹陷的區(qū)域的能獲得較好的分割效果;分析了模糊C均值聚類算法的基本原理,對(duì)帶有弱邊界、偽影或局部梯度極大值的醫(yī)學(xué)圖像進(jìn)行預(yù)分割,然后將得到的模糊分類結(jié)果驅(qū)動(dòng)活動(dòng)輪廓線,對(duì)輪廓線的傳播方向和速度進(jìn)行控制,從而使曲線穩(wěn)定地收斂到腫瘤邊界或重要器官的邊界。3.研究了幾何活動(dòng)輪廓的基本原理,根據(jù)幾何活動(dòng)輪廓模型的拓?fù)渥赃m應(yīng)性特點(diǎn),基于曲線演化理論和水平集方法對(duì)醫(yī)學(xué)圖

4、像進(jìn)行處理;針對(duì)幾何活動(dòng)輪廓模型計(jì)算量較大的特點(diǎn),采用Narrowband方法對(duì)圖像進(jìn)行分割;介紹了分水嶺算法的原理和實(shí)現(xiàn)步驟,采用分水嶺算法先對(duì)醫(yī)學(xué)圖像進(jìn)行預(yù)分割,在過(guò)度分割的基礎(chǔ)上再采用levelset方法進(jìn)行處理,這樣可以克服邊界的泄漏問(wèn)題。4、根據(jù)Mumford-Shah模型利用圖像的全局信息、不受圖像梯度影響的特點(diǎn)并針對(duì)腦腫瘤分割的難點(diǎn),將Mumford-Shah模型應(yīng)用于腦腫瘤輪廓的提取,先采用非線性濾波消除噪聲的影響,通過(guò)