醫(yī)學超聲圖像分割新方法的研究.pdf

1、醫(yī)學超聲圖像與計算機X射線斷層造影術、磁共振成像、核醫(yī)學成像并稱為現(xiàn)代四大醫(yī)學影像技術,其中超聲成像由于其獨具的實時性、無損性、廉價性、可重復性好、靈敏度高等優(yōu)勢而廣泛應用于臨床診斷和治療中,它在人體內部組織器官的定量分析、實時監(jiān)控和治療規(guī)劃等方面都具有極大的潛力.利用醫(yī)學超聲圖像進行醫(yī)學診斷時,常需要提取特定的組織器官或部位,以便更好地對其進行分析和診察,這就需要以圖像分割作為手段.雖然目前國內外已經存在很多各種不同的圖像分割方法,但

2、是由于醫(yī)學超聲圖像本身固有的斑點噪聲和與組織相關的紋理特性,使得醫(yī)學超聲圖像分割一直以來成為世界性難題之一.針對這一現(xiàn)狀,本文旨在通過對主要圖像分割方法在醫(yī)學超聲圖像上的使用進行研究和探索,改進或提出適用于醫(yī)學超聲圖像的處理方法,這同時也是對低信噪比圖像處理的有益探索.本文首先對醫(yī)學超聲圖像分割方法進行了總結,其后對幾種經典的或已在某些醫(yī)學圖像中使用過的圖像分割方法進行了較為全面的分析,并給出了它們對醫(yī)學超聲圖像的分割結果.由實驗結果可

3、以說明這些方法對于存在固有斑點噪聲和紋理特性的醫(yī)學超聲圖像并不能得到滿足臨床需求的結果,本文對其存在的問題也進行了簡要的探討.之后,本文對一種新型的生物仿真的神經網絡——脈沖耦合神經網絡作了深入的研究,針對其本身存在的網絡參數(shù)選取的問題,提出了相應的改進算法,得到了較好的實驗結果.此外,本文還將脈沖耦合神經網絡引入到醫(yī)學超聲圖像處理中來,首次提出了基于脈沖耦合神經網絡的醫(yī)學超聲圖像增強方法,得到了較好的圖像增強結果,為后續(xù)分析提供了比較