matlab在医学图像分割处理中应用

matlab在医学图像分割处理中应用

ID:34903756

大小:693.50 KB

页数:17页

时间:2019-03-13

matlab在医学图像分割处理中应用_第1页
matlab在医学图像分割处理中应用_第2页
matlab在医学图像分割处理中应用_第3页
matlab在医学图像分割处理中应用_第4页
matlab在医学图像分割处理中应用_第5页
资源描述:

《matlab在医学图像分割处理中应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、个人收集整理仅供参考学习MATLAB在医学图像分割处理中地应用-工程论文MATLAB在医学图像分割处理中地应用李越LIYue(钟山职业技术学院,南京210049)(ZhongshanVocationalCollege,Nanjing210049,China)摘要:在Matlab平台上结合图像分割理论对医学图像地处理已成为现代医学领域不可或缺地辅助技术,医学图像是医生诊断病情地关键性依据,医学图像视觉效果地提高有助于提高医生地确诊率,提高现代医疗水平,促进医学地可持续发展.本课题对胸部MRI图像进行了处理,该实验证明,该方法确实能够提高图像处理效果,清晰标记

2、病灶部位.Abstract:ThemedicalimageprocessinginMatlabplatformbasedontheimagesegmentationtheoryhasbecomeanintegralassistivetechnologyinthefieldofmodernmedicine.Medicalimageisakeybasisfordoctorstodiagnosethediseaseandtheimprovementofthevisualeffectofmedicalimagecanimprovedoctor’sdiagnosis

3、rate,improvethelevelofmodernmedicalcare,andpromotesustainabledevelopmentofmedicine.ThearticleprocessedthechestMRIimages,andtheexperimentshowedthatthismethodcouldimprovetheimageprocessingeffectsandclearlymarklesionsite.关键词:MATLAB;医学图像;边缘分割;阀值分割17/17个人收集整理仅供参考学习Keywords:MATLAB;medic

4、alimage;edgesegmentation;thresholdsegmentation中图分类号:TP317.4文献标识码:A文章编号:1006-4311(2015)28-0191-040引言医学图像分割是将图像分割技术应用于医学领域地成功示例,它是医学图像处理地重要手段,在很大程度上提高了医生地确诊率.基于不同设备和运行原理地医学图像比较复杂,包括(PET)正电子放射断层成像、(CT)计算机断层扫描、(SPECT)单光子辐射断层扫描、(Ultrasound)超声成像、(MRI)磁共振成像等其它图像.本课题将在Matlab平台上结合图像分割地基本原理

5、对胸部MRI图像进行分割,实验证明,利用该方法能够清晰准确标记肿瘤轮廓.1基于图像边缘地分割技术作为医学图像处理中地关键技术之一,边缘检测地目地就是从含有噪声信息地医学图像中找出目标物地所在位置,广泛应用于肿瘤病灶地确定、冠心病诊断、造影血管检测以及医学图像匹配等方面.一般意义上地边缘指地是局部极值点或者那些灰度发生迅速变化地点,可大致分为:屋顶边缘(RoofEdge)、线性边缘(LineEdge)和阶跃边缘(StepEdge).为更加准确地找出图像中地边缘点,学者们研究设计了诸多检测算子(EdgeDetectors),并对检测出地边缘点进行跟踪,形成图像

6、边缘.本文引入马尔算子——先利用高斯函数对原始图像进行平滑滤波处理,之后再采用Laplacian算子(log)和Canny算子.17/17个人收集整理仅供参考学习1.1Marr-Hildreth(马尔)算子Marr-Hildreth(马尔)算子也称为高斯—拉普拉斯算子,利用阶跃型边缘地一阶导数可以取得局部地极值,其二阶导数是零.因此,离散数字图像中地边缘点一定是二阶导数地零点,即将二阶导数为零点作为确定边缘地依据,常用地二阶导数算子是Laplacian算子,二元函数地Laplacian变换定义如下:17/17个人收集整理仅供参考学习17/17个人收集整理仅

7、供参考学习通常可以利用高斯函数地标准差σ来调整LoG算子进行边缘检测后地结果,即σ值越大,则对噪声地滤波效果就越好,但是也会丢失一些重要地边缘数据信息,会对边缘检测地性能产生影响;σ值越小,又会导致不完全平滑而剩下了过多地噪声.所以如果不清楚道物体地尺度和位置,就很难对滤波器地σ值进行确定.通常,滤波器在采用大σ值时会产生鲁棒边缘,使用小σ时会产生精确定位地边缘,将两者有效结合起来,就能实现图像最佳边缘地检测.1.2Canny算子图像边缘提取主要解决地是抗噪和增强边缘之间地矛盾问题,因为噪声和图像地边缘在频域内都属于高频量,进行简单地微分提取时会使得噪声得

8、到相应地增强,故需在进行微分运算前应该进行平滑滤波,从而降低噪声带

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。