基于点阵sift特征匹配的脑组织提取研究

《基于点阵sift特征匹配的脑组织提取研究》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、中图分类号：TP391.4硕士学位论文题目基于点阵SIFT特征匹配的脑组织提取研究作者姓名王晓指导老师江少锋学科、专业生物医学工程学校代码：10406分类号：TP391.4学号：130085230002南昌航空大学硕士学位论文（专业学位研究生）基于点阵SIFT特征匹配的脑组织提取研究硕士研究生：王晓导师：江少锋副教授申请学位级别：硕士学科专业：生物医学工程所在单位：测试与光电工程学院答辩日期：2016-06授予学位单位：南昌航空大学TheresearchofbrainextractionbasedonScale-InvariantKeypointmatchin

2、gADissertationSubmittedfortheDegreeofMasterOnBiomedicalEngineeringbyWangXiaoUndertheSupervisionofProf.JangShaofengSchoolofMeasuringandOpticalEngineeringNanchangHangkongUniversity,Nanchang,ChinaJune,2016南昌航空大学硕士学位论文摘要摘要随着医学图像处理技术的飞速发展，CT、磁共振等医学影像设备在临床中的广泛应用，神经影像分析技术发挥的作用越来越重要，为医学临床诊断

3、奠定了坚实的理论基础。最近几十年，由于具有无创、无电离辐射的优点，磁共振成像技术发展十分快速。目前，根据人工参与程度的不同，磁共振脑组织图像提取技术可分为人工、半自动和自动提取三种方法。手动的脑组织提取方法精度高，但提取时间长，费时费力，要求操作人员有较高的专业技能，且受主观性影响；自动的脑组织提取方法常采用基于混合的方法，能够达到较高的精度和稳定性，处理时间比手动的快，但是通常对图像缩放和旋转较为敏感、需要手动调节参数，且参数多而且不固定。针对自动提取算法对图像缩放和旋转等敏感的问题，本文提出了一种基于距离约束投票的SIFT特征匹配方法。该方法首先对模板图像

4、和目标图像提取轮廓点阵，并为其提取SIFT描述子，然后分别在向量距离和坐标距离两方面进行匹配，并对匹配结果进行由小到大的排序，选取向量距离和坐标距离的前5个匹配点，若前五个点中存在相同的点则认为匹配成功，最后采取双向匹配的方法，进一步保证准确性。针对需要手动调节参数，且参数多而且不固定的问题，本文提出了一种基于点阵SIFT特征匹配的脑组织提取方法。该方法采用基于距离约束投票的SIFT特征匹配方法，在对目标图像进行处理时引入一个循坏，即首先采用改进的BET算法得到一个初始的离散点阵；然后对离散点阵提取SIFT特征描述子，并根据与模板图像离散点阵的匹配状况自动调节

5、参数，以新生成的参数继续进行轮廓演化，直到达到最大迭代次数；最后得到较为精准的脑组织轮廓。本文采用改进的BET算法和SIFT图像匹配算法相结合的方法，对脑组织进行提取，做到了对图像缩放和旋转不敏感和自动调节参数的目的。经过大量实验进行定性和定量分析，分析结果证明该算法能够得到良好的提取效果。关键词：脑组织提取，BET改进算法，SIFT算法，特征描述子，图像匹配I南昌航空大学硕士学位论文摘要AbstractWiththerapiddevelopmentofmedicalimagingtechnology,andthewideapplicationofmedica

6、limagingequipmentinclinical,suchasCTandMagneticResonanceImaging,theanalysisofneuroimagingtechniquesplaysamoreandmoreimportantroleandhaslaidasolidtheoreticalfoundationformedicalclinicaldiagnosis.Inthepastdecade,magneticresonanceimagingtechnology,avoidingradiationonhumancellsandwoundo

7、nhuman-body,hasdevelopedquicklyandfoundfar-rangingapplications.Atpresent,accordingtothedifferentdegreeofhuman’sparticipation,braintissueextractiontechnologycanbedividedintothreekindsofmethods,whicharemanual,semi-automaticandautomatic.Themanualmethodcanachievehighaccuracy,butitistime

8、consuming,hashigher