浅论基于vese-chan多相水平集方法的医学图像分割

《浅论基于vese-chan多相水平集方法的医学图像分割》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、戆号：TP391IC：681密级：学校代码：11065参量大季硕士学位论文基于Vese-Chan多相水平集方法的医学图像分割董世晓糯乎教师．逶堡童塾堡学科专驰名称让篡扭应田拉盔玲交摄鑫目嘲呈堂生主旦!墨旦硷建签瓣目绷2QQ2生5且圣!日答辩熹爨舍童席割云教授摘要医学图像分割是一个传统而具有挑战性的课题。由于医学图像自身的特点，传统的单水平集方法并不能很好地解决其分割问题，因而迫切要求加快对多相水平集方法的研究。本文对多相水平集方法进行了深入的研究，主要包括以下四个方面；首先，系统研究了水平集方法、Mumford．S

2、hah模型的基本理论及其在图像分割领域的应用，通过具体实验指出单水平集方法在分割多相图像方面的缺陷，为后继的研究奠定了坚实的基础。其次，介绍了几种有代表性的多相水平集方法，重点研究了Vese-Chan多相水平集方法，该方法具有理想的区域划分方案，可以分割分段常值和分段光滑图像，可以自然地避免多个水平集函数的重叠和“真空”问题，但该方法假定图像噪声符合分段常值分布，难以正确分割噪声符合复杂概率分布模型的多相图像。针对Vese．Chart多相水平集方法的这个缺陷，本文提出了改进的Vesc-Chart多相水平集方法，分别

3、用于分割噪声符合Rayleigh概率分布模型的ultrasound图像Gauss概率分布模型的MRI图像。再次，编程实现了Vese．Chart多相水平集方法和改进的Vese-Chan多相水平集方法，并将其应用于真实的医学图像分割实验中。随后将两种方法的实验结果进行了比较，实验结果表明，由于充分利用了图像噪声的概率分布规律，改进的Vese。Chan多相水平集方法在分害tJUltrasound图像和MRJ图像时能得到预期的效果。最后，展望了将来的工作方向。硕士研究生董世晓(计算机应用技术)指导教师潘振宽教授关键词：Ve

4、se．Chan方法；多相：水平集；图像分割；概率分布模型MedicalImageSegmentationBasedOnVese-ChanMultiphaseLevelSetMethodAbstractimagesegmentationisatraditionalandchaUengingresearchpo硫．Duetotheintrinsicfeaturesofmedicalimage，traditionalsinglelevelsetmethodisdifficulttoaccuratelysolveitsse

5、gmentationanditisveryinIperativetofurthertheresearch011multiphaselevelsetmethod．AdeepstudyismadeinthisthesisanditCOVETSfourpartswhichisorganizedasfollows：Firstly,thebasictheoryonlevelsetmethodandMumford-ShahModelissystematicallyresearchedandtheirapplicationini

6、magesegmentationfieldisdiscussed．Andthedrawbacksofsinglelevelsetmethodinsegmentingmulfiphasei瑚geispointedoutlh∞ughexperimentswhichlaysasolidfoundationforthefollowingresemcch．Secondly，severalrepresen*ativemulfiphaselevelsetmethods，especiallyVe∞-Chanmultiphasele

7、velsetmcethod，批presenteltVeso-Chanmultiphaselevelsetmethodhas雒idealschemeofregionpartitionandisabletosegment#ecewiseconstantandpiecewisesmoothimageandnaturallyavoidoverlapandVaG'RImm．However，thismethodisdifficulttosegmentmultiphaseimagewhosenoisecomplieswithco

8、mplicatedprobabilitydistributionmodelundertheassumptionthatimage’snoisecompilespiecewisec．onst锄ltdistribution．Inthisthesis,锄improvedVese-Chanmultiphaselevelsetmethodisproposedandre