腹部CT图像分割的可计算建模方法研究

《腹部CT图像分割的可计算建模方法研究》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：０２４１单位代码：１０３３５１１３密级：３５０３４：公开学号博士学位论文馨中文论文题目：腹部ＣＴ图像分割的可计算建模方法研究ｏｎＣｏｎｔａｂｌｅＭｏｄｅＨｎｚｅｔｈｏｄｆｏｒ英文论文题目：ＳｔｕｄｙｕｍｔＭＡｂｄｏｍｉｎａｌＣＴＳｅｇｍｅｎｔａｔｉｏｎ申请人姓名：胡佩君指导教师：孔德兴教授：应用数学专业名称所在学院：数学科学学院论文提交日期２０】８年４月腹部ＣＴ图像分割的可计黧建模方法研究⑩论

2、文作者签名：神轉指导教师签论文评阅人１：匿名盲审评阅人２：匿名盲审评阅人３：匿名盲审评阅人４匿名盲审：评阅人５：匿名盲审答辩委员会主席一：陈峰主任医师附属医院、博导浙江大学第委员李松教授、博导浙江大学数学科学学院委员２：郜传厚教授、博导浙江大学数学科学学院委员３：苏中根教授、博导浙江大学数学科学学院委员４：韩丹夫教授、博导杭州师范大学数学系答辩日期１８．０５．２８：２０ＳｔｕｄｙｏｎＣｏｍｐｕｔａｂｌｅ

3、ＭｏｄｅｌｉｎｇＭｅｔｈｏｄｆｏｒＡｂｄｏｍｉｎａｌＣＴＳｅｇｍｅｎｔａｔｉｏｎＡ’ｕｔｈｏｒｓｓｉｇｎａｔｕｒｅ：＾’Ｓｕｅｒｖｉｓｏｒｓｓｉｎａｔｕｒｅ：ｐｇ—ＥｘｔｅｒｎａｌＲｅｖｉｅｗｅｒｓ：ｎｏｎｙｍｏｕｓＲｅｖｉｅｗｅｒＡＡｎｏｎｙｍｏｕｓＲｅｖｉｅｗｅｒＡｎｏｎｙｍｏｕｓＲｅｖｉｅｗｅｒＡｎｏｎｙｍｏｕｓＲｅｖｉｅｗｅｒＡｎｏｎｙｍｏｕｓＲｅｖｉｅｗｅｒＥｘａｍｉｎｉｎｇＣｏｍｍｉｔｔｅｅＣｈａｉｒ

4、ｅｒｓｏｎ：ｐＣｈｅｎＦｅｎｇＥｘａｍｉｎｉｎｇＣｏｍｍｉｔｔｅｅＭｅｍｂｅｒｓ：ＬｉＳｏｎｇＧａｏＣｈｕａｎｈｏｕＳｕＺｈｏｎｇｇｅｎＨａｎＤａｎｆｕＤａｔｅｏｆｏｒａｌｄｅｆｅｎｓｅ：２０１８．０５．２８独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作及取得的研宄成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研宄成果，也不包含为获得浙江大学或其他教

5、育机一构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：客）日：签字日期叫年ＪＴ月＾学位论文版权使用授权书、使用学位论文的规定本学位论文作者完全了解浙江大学有关保留，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适

6、用本授权书）、学位论文作者签名：签字曰期：年月ｄ日签字日期：年ｆ月日ｙｙ摘要腹部图像分割是医学图像处理与分析里一个热点问题，也是非常具有挑战性的课题。计算机断层扫描（ＣＴ）由于分辨率较高，能显示清晰的解剖结构一和病变组织，是临床中许多疾病的主要检查手段之。基于ＣＴ图像的腹部器官与组织的自动分割是计算机辅助诊断重要的第一步，可以为腹部疾病的手术规划、放射治疗计划，消融治疗规划等提供定量信息，具有非常重要的实际意义。同时，图像分割与图像配准融合，病灶

7、识别与诊断等问题密切相关，具有重要的理论意义。本文从肝脏分割、腹部多器官分割、肌肉与脂肪组织分割这三类典型问题展开研宂，利用深度学习、凸优化、图论理论，结合医学影像知一系列有效的可计算数学分割模型识，并利用相应的快速算法进行求，建立了解。主要工作包括：首先一，本文建立了个基于深度卷积神经网络和全局优化的曲面演化的全自动肝脏分割模型一。肝脏ＣＴ分割存在系列难点，除了背景复杂，边界模糊，不同个体的肝脏在位置、形状、大小方面差异大等困难以外，病变肝脏的内部、还呈现出灰度纹

8、理上的巨大特异性。针对这些问题，首先，我们利用三维卷积神经网络自动探测肝脏位置，并获得肝脏的概率图作为先验信息。然后，建立了一一个精细化分割模型。该模型引入了个新的区域项，能够自适应地利用整体或局部的先验信息一，估计不同肝脏区域的灰度和纹理分布。最后，利用个基于凸优化的曲面演化算法快速求解所提出的分割模型。在ＭＩＣＣＡＩ公开数据集和本地医院数据上的验证表明，所提出方法具备较高的分割精度，计算时间短，且自动化程度高，能够很好地满足临床的实际需求。一ｏｄｅｔ