欢迎来到天天文库
浏览记录
ID:34880189
大小:13.06 MB
页数:98页
时间:2019-03-13
《核磁共振图像前列腺分割算法研究》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、分类号密级UDC编号讀^似磯博去学位论文核磁共振图像前列腺分割算法研究Algori化mofProstateSegmen化tiononM民Image刘国庆导师巧名陈武化教授专业名務生物医学工程培养类型委托培养论文巧交日巧2015年3月23日南方医科大学2009级语去学位论文核褚共振图像前列腺分割算法研究AlorithmofProstateSementationonMRImaeggg课题来源:学位申请人刘国庆
2、导师姓名陈武凡教授专业違称生物医学工程培养类型委托培养培养层次博去研究生所在学院生物医学王程学院答辩委员会主席韩国强教授李小华教授答辩委员会委I陈晓峰教授黄瑞化教授王全师教授2015年3月23曰广州傅去学位论文核磁共振图像前列腺分割算法硏究博±研究生:刘国庆指导教师:陈武凡教授冯前进教授摘要放射治疗是治疗前列腺肿瘤的有效手段,其关键问题是对前列腺肿瘤的准确定位,包括其位置与形体大小,因此准确分割前列腺和周围器官是至关R图重要的。在M像上人工分割前列
3、腺仍是常用方法,但由于前列腺形状差异性大、与相邻器官边界模糊、治疗过程中体积会变化等原因,使其人工分。割虽然精确度较商,但主观性较大,耗时长专家在MR图像上手动分割前列腺时,在图像上找出,是利用已有经验前列腺的边缘分界。基于多图谱的图像方法与此相似,在图谱集的标签图像上,保留了前列腺位置与形状的先验信息,当图谱越多时,这种先验的信息,就越丰富,就越能找到与待分割的测试图像相似的图谱图像将送些图谱图像Ui*不同的权值组合,就可非常近似地重建出测试图像,最后将这些图谱图像对应的标签进行誕合,传播到测试图像上,最
4、终完成対测试图像的分割。多图谱分割的优点是能从图谱中获取更多的先验的位置与形状等信息,送对于最终分割结果的准确度有很大的影响;另外,当图谱越多时,就越能适用待分割目标变化情况较多的情况,鲁棒性好,因此本文研究用多图谱分割的方式分割前列腺。为了使分割结果有个参照比较一,本文先采用归化互信息法,度量图像一的相似性,化,W此来进行图谱选择,然后用流行的全局加权投票法归I摘要互信息法计算权重,来进行标签图像的融合,最终完成分割。图谱选择是从图谱集中一,依据定算法査找出与测试图像相似度最髙的。一图像是
5、个高维度的数据,需要从中抓住主要特征信息,忽略次要的信息,也就是要对图像数据进行降维处理,并且保留所需的形状特征信息。由于图谱选择是通过测试图像与图谱图像的相似度来进行的,主要目的是找到与测试图像上前列腺形状特征相似的图谱图像,因此在数据降维处理的时候,要保持数据的近邻不变性,送样在降维之后,在低维空间里就能用简单的欧民。同时,对于距离来表示数据的本征距离了,希望在计算好投影矩阵之后新样本数据的加入,不需要重新计算,解决样本外问题,而局部保持映射算法正满足了送样的要求,它具有线性投影的性质,W及局部邻域关系保持
6、的特点,和解决了样本外问题,及运算快等特点,本文将研究局部保持映射算法图谱选择中的应用。由于在国谱选择中,前列腺在相似度中贡献并不大,因此完全可能出现所选择出的图谱图像中,前列腺与测试困像中的并不相似的情况,也有可能。前列腺相似的图谱图像,由于受周围组织较大不相似的干抓而没有被选中因此有必要在计算相似度时,对感兴趣区域,即前列腺区域进行限制,而该区域正是标签图像所标示的部分,因此本文也研究用标签图像来约束降维投影过程,増大前列腺区域在相似度计算中的贡献,提高图谱图像选择的准确性。图谱融合是指对所选择
7、标签图像进行誕合,其融合算法直接影响分割结果。全局相关性不能表示出不同情况前列腺的解剖结构的局部差异信息。局部加权投票算法和非局部均值的块加权算法解决了这一问题,局部加权算法不仅考虑图谱图像和测试图像的体素点,而且对该体素点周围的区域块,也分析计算其相似度,然后对该体素点赋予所得的权重,但此算法对前期的配一。准要求较高而非局部均值的块加权算法则在定程度上克服了这问题,它一是在体素点周围定范围内搜索更相似的块,而且非局部均值加权法只利用。了距离平方和来进行相似性度量,计算不复杂,可适用于运算量较大的情况n
8、博去学位论文一本文研究在非局部均值的块加权算法的基础上,进步扩大块捜索范围,在所有己选择的图谱范围内,搜索与测试图像块对应块及邻域块,来重建测,试图像块,并且利用稀疏表示的思想对参
此文档下载收益归作者所有