基于模糊理论胸片图像的分析的研究

《基于模糊理论胸片图像的分析的研究》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、图书分类号TP391密级非密注1UDC_______________________________________________________________硕士学位论文基于模糊理论的胸片图像分析研究刘会明指导教师(姓名、职称)陈树越教授申请学位级别工学硕士专业名称生物医学工程论文提交日期年月日论文答辩日期年月日学位授予日期年月日论文评阅人___________________________________________________________答辩委员会主席_______________________2012

2、年6月6日原创性声明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学

3、校可以学术交流为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名：日期：导师签名：日期：中北大学学位论文基于模糊理论的胸片图像分析研究摘要医学图像处理在计算机视觉领域的飞速发展，使得计算机辅助诊断成为研究热点，X光胸片是医生常用于诊断肺部、骨骼、心脏等部位疾病的重要依据。在成像的过程中，由于人体组织结构的复杂性、X射线散射、设备自身噪声等因素的影响，导致图像质量下降，因此应当对图像进行处理，为医生提供可靠的诊断数据打下基础，包括：增强处理以改善图像质量、分割处理以突出感

4、兴趣区域、肺结节识别研究以检查病灶。本文首先阐述了医学图像增强的基本方法，包括对比度增强和边缘检测增强，并进行简要说明。对基于模糊集合理论的图像增强方法进行研究，在前人工作的基础上，给出了一种基于模糊自适应算法的胸片图像增强方法。即使用可检测边缘度与噪声标准差之商作为图像增强质量的评估标准，自动选择模糊参数，实现广义模糊增强图像的自动优化。然后阐述了基于模糊理论的胸片图像分割方法，包括经典的K-均值聚类算法、C-均值聚类算法，以及基于这两种方法的改进方法，并分析他们的优缺点，给出了分割出的肺部轮廓图像。最后，本文将模糊模式识别应

5、用于肺结节检测识别当中，根据提取的良恶性肺结节的特征，应用最大隶属度原则对识别的肺结节的良恶性进行研究，并给出了具体的构架和流程，实验证明用该算法能实现较好地得到识别效果。关键词：X光胸片，医学图像增强、医学图像分割、模糊模式识别、结节识别中北大学学位论文AnalysisofX-rayChestRadiographsBasedonFuzzyTheoryAbstractWiththerapiddevelopmentofmedicalimageprocessinginthefieldofcomputevision,thecomput

6、er-aideddiagnosishasbecomearesearchhotspot.ThechestX-rayisanimportantbasisfordiagnosingthediseasesofthelungs,bones,heartandotherpartsfordoctors.DuetothecomplexityofthestructureofhumanandX-rayscatteringandequipmentnoise,thequalityoftheX-raychestimagedeclined.Therefore

7、,TheX-raychestimageneedsprocessingforlayingthefoundationtoprovidereliablediagnostic.Including:enhancementtoimproveimagequality,segmentationtohighlighttheregionofinterest,recognitionoflungnodulestocheckthelesions.Thispaperfirstlydescribessomebasicmethodsofmedicalimage

8、enhancement,includingcontrastenhancementandedgedetectionstrengthens,andgivessomebriefdescription.Tostudytheimageenhancementmethodba