基于非局部fcm脑核磁共振图像分割

基于非局部fcm脑核磁共振图像分割

ID:35071264

大小:5.08 MB

页数:55页

时间:2019-03-17

基于非局部fcm脑核磁共振图像分割_第1页
基于非局部fcm脑核磁共振图像分割_第2页
基于非局部fcm脑核磁共振图像分割_第3页
基于非局部fcm脑核磁共振图像分割_第4页
基于非局部fcm脑核磁共振图像分割_第5页
资源描述:

《基于非局部fcm脑核磁共振图像分割》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、K''分类号:单位代码:10300密级:20131222629:学号、硕±学位论文,.'參鑛托/V,基于非局部FCM脑核磁共振图像分割esasedonon-locaSementationofBrainMRImaBNlFCMgg-申请人姓違:王正錯-指导教师:膝允杰副教授专业名称:数学研究方向:图傻处理与模式识别所在学院:数学与统计学院二〇—六年六月?-?—I..、.独创性声明本

2、人声明所呈交的论文是我个人在导师指导下进斤的研究工作及取得的研。巧成果本论文除了文中特别加W标注和致谢的内容外,不包含其他人或其他机构已经发表或撰写过的研巧成果,也不包含为获得南京信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志对本研究所做的贡献均已在论文中作了声明并表示谢意。学位论文作者签名:已么签字日期:关于论文使用授权的说明南京信息工程大学、国家图书馆、中国学术期刊(光盘版)杂志社、中国科学技术信息研究所的《中国学位论文全文数据库》有权保留本人所送交

3、学位论文的复印件和电子文档,可W采用影印、缩印或其他复制手段保存论文,并通一过网络向社会提供信息服务。。本人电子文档的内容和纸质论文的内容相致除在保密期内的保密论文外,允许论文被查阅和借阅,可公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权南京信息工程大学研巧生院办理。囚公开□保密(年月)保密的学位论文在解密后应遵守此_(协议).学位论文作者签名;扛壬^签字日期:2.0,Lkl]'指导教师签名:签字日期:>4心/?目录-III

4、摘要AbstractIV一第章绪论11.1研巧背景和意义112.2图像分割及其方法综述12.2.1图像分割原理1.2MR图像分割方法综述2.2脑1.3模糊聚类算法国内外研巧现状51.4论文内容及章节安排7第二章模糊C均值聚类算法92.1模糊理论简介92丄1模糊集合与隶属度函数92丄2模糊集合的表示方法10210.2模糊C均值聚类算法概述2.3本章小结12第H章改进的非局部FCM脑MR图像分割与偏移场恢复稱合模型

5、133.1引言133.2改进的非局部FCM图像分割与偏移场恢复帮合模型143.2.1去偏移场143.2.2改进的非局部FCM图像分割与偏移场恢复锅合模型14317.3实验结果与分析3.3.1脑部合成图像分割1732.3.2真实脑MR图像分割03.3.3非局部参数分析233.4本章小结25I第四章结合非局部信息的模糊聚类脑MR图像分割与偏移场恢复锅合模型..264.1引言264.2背景介绍274.2.1基于MRF的高斯混合模

6、型274.2.2非局部均值284.3结合非局部信息的脑M民图像分割与偏移场恢复帮合模型3044.实验结果与分析334.4.1脑部合成图像分割334.4.2真实脑MR图像分割374..43算法参数分析38第五章总结与展望405.1总结405.2展望40参考文献42作者简介47mm48II摘要随着中国老年化程度的加重,脑疾病病发程度日益加重。因此,借助医学影像技术对疾病进行临床辅助诊断具有重要意义。核磁共振成像(M

7、RI)因其对人体没有任何电离福射伤害,对软组织有较高的分辨率,成像参数多,包含信息量大等优点,已被广泛运用于医疗图像诊断。模糊C均值一(FCM)算法是种比较经典的聚类方法,具有无监督、实现简单、运算速度快等优点,常被用于脑MR图像分割。然而,由于噪声和灰度不均匀的影响,使得采用传统的FCM算法很难得到理想分割的结果。为此,本文针对脑MR图像分割问题,通过考察图像的空间结构信息,对传统算法中目标画数的距离项进行了改进,并将偏移场参数化旦賴合到FCM框架下,使其不仅能够降低

8、噪声的影响,还能够较好地恢复偏移场。本文的研究工作包括如下几个方面:一(1)针对噪声和偏移场6影响,提出种改进的非局部FCM脑MR图像分割^与偏移场恢复稱合模型。该模型考虑了图像的非局部信息,通过空间图像块之间的相似性构造权重函数,并且将偏移场也纳入FCM模型中,可W有效地降低噪声和偏移场对分割结果的影响,并且能够保留更多的结构信息。2统模型鲁椿性不足一()针对传、分割精度不够高的问题,提出种结合非局部信息的模糊聚类脑MR图像

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。