结合形变优化与稀疏统计的CT图像肝脏分割方法研究.pdf

结合形变优化与稀疏统计的CT图像肝脏分割方法研究.pdf

ID:50142416

大小:11.38 MB

页数:117页

时间:2020-03-04

结合形变优化与稀疏统计的CT图像肝脏分割方法研究.pdf_第1页
结合形变优化与稀疏统计的CT图像肝脏分割方法研究.pdf_第2页
结合形变优化与稀疏统计的CT图像肝脏分割方法研究.pdf_第3页
结合形变优化与稀疏统计的CT图像肝脏分割方法研究.pdf_第4页
结合形变优化与稀疏统计的CT图像肝脏分割方法研究.pdf_第5页
资源描述:

《结合形变优化与稀疏统计的CT图像肝脏分割方法研究.pdf》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、结合形变优化与稀疏统计的CT图像肝脏分割方法研究王雪虎2015年6月中图分类号:TP391UDC分类号:结合形变优化与稀疏统计的CT图像肝脏分割方法研究作者姓名王雪虎学院名称光电学院指导教师王涌天教授答辩委员会主席梁萍教授申请学位工学博士学科专业光学工程学位授予单位北京理工大学论文答辩日期2015年6月StudyonLiverSegmtationMethodfromCTImagesbasedonDeformationOptimizationandSparseStatisticsCandidateNa

2、me:WangXuehuSchoolorDepartment:SchoolofOptoelectronicsFacultyMentor:Prof.WangYongtianChair,ThesisCommittee:Prof.LiangPingDegreeApplied:DoctorofPhilosophyMajor:OpticalEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence:June,2015研究成果声明本人郑重声明

3、:所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知,文中除特别标注和致谢的地方外,学位论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名:日期:北京理工大学博士学位论文摘要肝脏是人体最大的消化腺和解毒器官,同时也是胆汁生成的场所,而众多功能的集成导致其成为易发肿瘤的主要器官之一。近年来,肝癌已经跃居全球

4、癌症死亡率的第二位,因而,对肝脏疾病的预防和治疗迫在眉睫,已成为全世界关注的热点和重点。CT成像能够获得较高分辨率的肝脏解剖结构信息,且当肝脏发生病变时,通常表现为灰度不均匀、边缘不平滑等特征。由此,CT已成为临床肝脏疾病诊疗的重要成像方式之一。分割技术能够从CT图像中检测出肝脏的形状轮廓信息及病灶的结构信息,该信息对肝脏功能评定、肿瘤识别及手术治疗等具有重要的临床应用价值。然而,肝脏紧邻脾脏、胃和肠道等器官组织,器官组织间的灰度特征差异度较小;此外,肝脏的个体差异性较大、其组织结构和空间位置易受外

5、力影响而发生较大幅度的形变。迄今为止,从CT图像中实现肝脏轮廓的准确分割与检测依然是世界性难题。本文在深入研究现有分割方法的基础上,提出了自适应表面扩张模型、先验稀疏字典及先验稀疏统计形状模型三种肝脏分割方法。实验结果表明,三种分割方法均可实现较高精度的肝脏分割,其中,基于稀疏统计形状模型的方法分割精度更高。本文的主要创新性工作包括:(1)针对传统形变模型在形变过程中易陷入局部最优而难以实现肝脏凹陷区域准确分割的问题,提出了一种结合自适应表面扩张和三角剖分优化的肝脏分割方法。此方法利用单纯形表面模型

6、构建了肝脏的初始边界,并利用模型的顶点及其邻域顶点间的关系构建了模型内力及其约束;在模型的外力中引入气球力,并利用图像中肝脏的Gabor边界特征构建外力约束。此外,构建了一种自适应的三角剖分优化算法,在形变过程中对模型自适地插入新的顶点,实现肝脏精细结构的准确提取。(2)针对机器学习方法需大量训练样本而影响分割效率的问题,提出了一种基于先验稀疏字典和空洞填充的肝脏分割方法。此方法利用金标准图像与待分割图像配准后的肝脏边界作为待分割图像的初始边界,并在初始边界点邻域内选择测试样本集,从而实现样本数量的

7、减小;利用训练图像的Gabor特征图像和灰度图像建立肝脏边界特征的查询字典,结合测试集和查询字典计算稀疏系数及重构误差;提出一种基于肝脏表面信息的空洞填补方法,对肝脏边界进行补全和平滑处理,从而确保分割结果具I北京理工大学博士学位论文有较高的平滑性和准确性。(3)针对现有统计形状模型与待分割图像较难配准的问题,构建了一种基于肝脏边界先验形状信息的稀疏统计模型。此方法基于肝脏先验形状模型顶点坐标构建查询字典,并结合待分割图像与先验形状模型中对应点的稀疏编码重构稀疏统计形状模型,从而提高稀疏统计形状模型

8、与待分割图像间的配准精度;基于稀疏统计形状模型顶点在待分割图像上的灰度信息及其邻域范围内的边界信息,构建了特异性灰度能量和边缘能量,进而构建稀疏匹配能量约束模型,在优化迭代过程中能有效驱动统计形状模型趋近肝脏边界,实现对肝脏的精确分割。关键字:肝脏,CT图像,分割,形变模型,稀疏编码,统计模型II北京理工大学博士学位论文AbstractLiveristheprimarydigestiveorganthatcirculatesanddetoxifiesbloodthou

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。