基于稀疏表达的颅脑创伤影像分类与提取研究

《基于稀疏表达的颅脑创伤影像分类与提取研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：保密讓＇：１Ｈ１硕士学位论文＿－：：：■？基于稀疏表达的？脑创伤影像分类与提取研究ＲｅｓｅａｒｃｈｏｎＩｍａｇｅＣｌａｓｓｉｆｉｃａｔｉｏｎａｎｄＥｘｔｒａｃｔｉｏｎｆｏｒＴｒａｕｍａｔｉｃＢｒａｉｎＩｎｕｒＢａｓｅｄｏｎＳａｒｓｅｊｙｐＲｅｐｒｅｓｅｎｔａｔｉｏｎＭｏｄｅｌ学号Ｅ１２２０１０４０姓名陆明学位类别工学硕士ｆｘｍｌｍ指导教师赵海峰副教授完成时间２０１５年５月答辩委员会ＴＴ，Ｌ？

2、主席签名独创性声晚本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果，除了文中特别加以标注和致谢的地方外，论文中不包含其。据我所知他人已经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的一学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示ｉ射意。学位论文作者签名签字日期：年ｆ月曰／学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关

3、部门或机构送交论文的复印件和磁盘，允许论文被查阋和借阅。本人授权安徽大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：０导师签名ｆ肖＾签字日期：＞０丨ｔ年／月Ｉ曰签字曰期：ｊｏｓ年‘月曰ｉ安徽大学硕士学位论文摘要卢页脑创伤（ＴｒａｕｍａｔｉｃＢｒａｉｎＩｎｕｒｙ，简称ＴＢＩ）计算机辅助诊断系统能够提高ｊ疾病的诊断精确度和效率。然而，利用计算机来

4、辅助诊断烦脑创伤也面临诸多挑战，比如脑组织结构复杂、各组织在核磁共振图像中的灰度对比度较低等难题。卢页脑创伤计算机辅助诊断系统主要涉及图像分类和目标检测及提取，而图像分类与目标检测及提取是当前模式识别领域重要的研宄方向，在人机交互、计算智能等领域有着十分重要的应用。人们依据人脑在处理信号时所表现出的稀疏性，提出了稀疏表示理论一，这是种新的信号表示方法，目前已经广泛应用于信号处理、计算机视觉分析等领域。当使用稀疏表示模型来表示信号时，可将其分解为超完备字典的线性组合，其中的系数向量具

5、有稀疏性，稀疏表示模型对信号的噪声更加稳健。论文重点调研了稀疏表示理论、基于稀疏表示的分类器的设计等基础理论知识，还重点调研了基于稀疏表示模型的颇脑ＭＲ图像分类和目标检测及提取的应用设计，在阅读了相关资料后，论文在现有研究成果的基础上展开了更一进步的深入研宄，论文主要研宄工作可以概括如下：（１）首先概述了颇脑创伤基础知识以及核磁共振脑组织图像的特点，其次详细介绍了研宄项脑创伤图像的重要意义以及现阶段颇脑创伤图像处理所面临的困难，，接着概述了图像分类和目标检测的国内外研究现状然后，详

6、细分析了稀疏表示的数学模型以及稀疏表示模型的求解算法，这里论文重点介绍了凸松她优化算法和贪婪算法中的匹配追踪算法，最后介绍了稀疏表示模型在分类器中的应用以及在图像分类中的应用。（２）研究利用颇脑ＭＲ图像的分类来判断目标对象是否有烦脑创伤。适用于高维模式分类的方法已经广泛用于分析颇脑图像的结构和功能以辅助诊断卢页脑创伤，例如支持向量机。大多数现存方法是从脑组织数据提取特征，然后建立一单一分类器来进行分类。但是，由于噪声和脑图像少等原因，很难用单分类器来取得很高的分类性能。论文中，

7、研究了使用ＭＲ图像的纹理特征来区分目标对象有没有顾脑创伤。我们提出了基于局部随机碎片子空间集成的方法，并且以纹理参数为特征来分类。首先，将每个颜脑图片划分为许多小的局部碎片，之后再一从碎片池中随机选取个碎片子集来建立弱分类器，此处使用基于稀疏表示的分类器方法来建立每个弱分类器。然后集成所有的弱分类器以判断切片所属类别。Ｉ安徽大学硕士学位论文基于稀疏表达的预脑创伤影像分类与提取研宄在对每个研宄对象的所有ＭＲ切片进行分类之后，再根据切片阈值来判断此对象是否有脑创伤。最终的分类结果

8、表明以ＭＲＩ纹理为特征、基于局部随机碎片子空间集成的分类方法能够有效判断对象有没有脑创伤。（３）研究利用ＲＰＣＡ算法来有效检测及提取脑创伤部位，并且通过相关实验来进行验证。在提取脑创伤部位时，目前仍然以传统的分割方法为主。但是，每种分割方法都有其局限性一，而且颇脑ＭＲ图像具有特定性质，故目前还没有个有效的分割方法能够很好地提取脑创伤部位。为了能够自动、快速、准确地检一测和提取