基于随机游走的医学超声肿瘤图像分割方法研究

《基于随机游走的医学超声肿瘤图像分割方法研究》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、劣参京交硕士学位论文基于随机游走的医学超声肿瘤图像分割方法研究StudyonMedicalUltrasoundTumorImageSegmentationMethodBasedonRandomWalks作者：苏海楠导师：陈后金北京交通大学2013年3月学雠文版权使用授权书J㈣炒必本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通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，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位

2、论文在解密后适用本授权说明)学位论文作者签名：苏冶确签字日期：沙，≥年参月询日导师签名：签字日期：钞7夕年夕月y日中图分类号：TP391．9UDC：学校代码：10004密级：公开北京交通大学硕士学位论文基于随机游走的医学超声肿瘤图像分割方法研究StudyonMedicalUltrasoundTumorImageSegmentationMethodBasedonRandom肠lks作者姓名：苏海楠导师姓名：陈后金学位类别：工学学号：10120012职称：教授学位级别：硕士学科专业：电路与系统研究方向：数字图像处理北京交通大学2013年

3、3月致谢本论文的工作是在我的导师陈后金教授的悉心指导下完成的，陈教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。从选题、研究到论文写作的每一个环节，每一个步骤中都倾注了陈老师大量的心血，他耐心地检查、更正设计思路及论文。也正是因为陈老师耐心指导，我才能顺利的完成了各项任务，克服了许多难题。在此衷心感谢三年来陈老师对我的关心和指导。在实验室工作及撰写论文期间，李居朋老师悉心指导我完成了实验室的科研工作，对我论文中的应用软件开发和测试工作给予了热情帮助，在此向李老师表示衷心的谢意。实验室的姚畅、杨娜、韩振中同学在学习上和生活上

4、都给予了我很大的关心和帮助，在此向他们表达我的感激之情。另外也感谢我的父母，他们的理解和支持使我能够在学校专心完成我的学业。北京交通大学硕士学位论文中文摘要医学图像分割是医学图像处理和分析的关键步骤，也是其他高级医学图像分析和解释系统的核心组成部分，是实现定量分析以及计算机辅助诊断的基础。超声医学成像具有对人体无损害、能够实时显示器官或组织运动情况等优点，使得医学超声图像分割研究一直受到人们的广泛关注与应用。但由于人体组织复杂性和超声成像机理的限制，医学超声图像的分辨率要远低于CT和MRI，特别是由于成像器官或组织结构上的不均匀性以

5、及固有的斑点噪声，大大降低了超声图像的质量，也使得对图像分割和处理更加困难。本文在分析医学超声图像分割领域的研究现状的基础上，总结了目前医学超声图像分割中存在的不足之处，详细地讨论了基于图论的随机游走图像分割方法并给出实验结果。以涎腺超声肿瘤图像分割为具体目标，从三个方面展开工作：(1)针对超声图像的噪声特点，实现图像去噪平滑，提出了一种基于各向异性扩散和随机游走相结合的超声图像分割方法，并将实验结果进行比较和分析。(2)针对传统随机游走图像分割算法的半自动性缺陷，结合形态学知识提出了一种超声图像分割新方法，解决了传统随机游走模型初

6、始种子点的人工干预问题，有效实现了超声肿瘤的自动分割，并且通过实验验证了算法的有效性。(3)基于对涎腺肿瘤超声图像分割算法的研究基础上，给出了涎腺肿瘤图像处理与分析系统实现方案，并在WindowsXP平台上，利用VisualC++6．0开发了一套应用系统，该系统实现涎腺肿瘤超声图像处理、参数测量、辅助诊断以及病历报告输出等功能。论文中共有图23幅，表2幅，参考文献46篇。关键词超声肿瘤图像分割；随机游走；斑点噪声；图论；形态学分类号TP391．9ABSTRACTMedicalimagesegmentationisakeystepin

7、medicalimageprocessingandanalysis，whichisalsothecorepartofotherseniormedicalimageanalysisandinterpretationsystem．Medicalimagesegmentationprovidesfoundationandpreconditionfortargetseparation．featureextractionandquantitativemeasurementofparameter，makingitpossibletounders

8、tandanddiagnosishighermedicalimages．Thecorrectsegmentationguaranteesdiagnosticinformationextractedforclinicalapplicat