醫(yī)學(xué)超聲圖像分割新方法的研究及應(yīng)用.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、本文圍繞醫(yī)學(xué)超聲圖像分割問題展開了研究和探討,旨在改進或提出適用于醫(yī)學(xué)超聲圖像分割的新的理論和方法。 首先,對已有的醫(yī)學(xué)圖像的分割方法及其相關(guān)技術(shù)進行了總結(jié),其后較詳細地討論了幾種主要分割方法在醫(yī)學(xué)超聲圖像分割方面的應(yīng)用并給出實驗結(jié)果。對于復(fù)雜的醫(yī)學(xué)超聲圖像來說,每一種單純的理論方法所得到的分割結(jié)果不會很理想,從實驗結(jié)果可以證實這一點。因此有效利用各自的獨特優(yōu)勢,結(jié)合其它圖像分析工具如遺傳算法,小波多尺度分析,數(shù)學(xué)形態(tài)學(xué)等理論的

2、綜合分析方法也已經(jīng)成為一個新的發(fā)展方向。將這些方法應(yīng)用到醫(yī)學(xué)超聲圖像分割上還有很大的潛力可以挖掘。 在研究和總結(jié)前人工作的基礎(chǔ)上,從兩個方面展開工作:其一,結(jié)合小波多尺度分解等理論知識提出了基于尺度共生矩陣方法的超聲圖像分割新方法。并將實驗結(jié)果與已有的灰度共生矩陣方法(汪天富等人提出)進行比較和分析,肯定了本方法優(yōu)勢所在。其二,結(jié)合經(jīng)驗?zāi)J椒纸?EMD)理論、LAWS紋理能量測度、模糊聚類和數(shù)學(xué)形態(tài)學(xué)知識提出又一超聲圖像分割新方

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論