论文题目: 医学超声图像处理研究
论文类型: 硕士论文
论文专业: 控制理论与控制工程
作者: 上官伟
关键词: 医学超声图像,图像处理,图像分割,区域生长,活动轮廓模型
文献来源: 哈尔滨工程大学
发表年度: 2005
论文摘要: 近年来,随着信息时代特别是数字时代的来临,医学影像成为医生诊断和治疗的重要辅助手段。其中,超声医学影像技术以其安全、快速、实时和价格低廉等优点在医疗的诊断、术前计划、治疗、术后监测等各个环节中发挥着巨大的作用。 医学图像处理技术作为这些成像技术的发展基础,带动着现代医学诊断正产生着深刻的变革。其中,图像分割在医学超声图像的定量、定性分析中均扮演着重要的角色,它直接影响到后续的处理与分析工作。 本文针对医学超声图像的特点,结合图像处理技术,在图像分割的基础上研究了医学超声图像的处理技术。 首先,系统的分析了医学超声图像处理的背景和国内外研究的现状,说明了研究超声图像处理的重要性和本课题的现实意义。 其次,介绍了医学超声图像的相关知识,包括B超、超声图像的格式、超声图像的采集、超声图像的特点等,为后续处理打下了基础。 接着,应用几种适合于超声图像的预处理方法,包括直方图技术、大尺度中值滤波、自适应中值滤波、局部统计滤波等。这些预处理方法能够有效地抑制超声图像特有的Speckle噪声,并能完整地保留图像细节信息。 最后,在分析了大量的医学超声图像和借鉴传统图像处理方法的基础上,研究了医学超声图像处理技术。采用了纹理分析、边缘检测、阈值分割、区域生长及活动轮廓模型等方法对医学超声图像进行了处理,取得了良好的实验结果。并对基于模糊集、神经网络和数学形态学等多学科理论的处理方法进行了有益的探索,还研究了医学超声图像分割的评价问题。
论文目录:
第1章 绪论
1．1 引言
1．2 课题背景
1．2．1 超声医学的发展
1．2．2 医学超声图像处理的发展
1．3 本课题的主要研究内容
第2章 超声图像
2．1 引言
2．2 超声原理
2．2．1 超声诊断设备与种类
2．2．2 B超及其成像原理
2．3 超声图像的采集
2．3．1 超声图像采集系统
2．3．1．1 二维 B超成像系统
2．3．1．2 三维超声重建系统
2．3．2 超声图像采集
2．3．2．1 超声图像采集处理系统
2．3．2．2 超声图像采集方式
2．4 超声图像的特点
2．5 本章小结
第3章 超声图像预处理
3．1 引言
3．2 图像格式转换
3．2．1 图像文件格式
3．2．2 图像文件格式转换
3．3 超声图像增强与噪声抑制
3．3．1 B超声图像噪声分析
3．3．2 灰度变换
3．3．2．1 图像求反
3．3．2．2 线性变换
3．3．2．3 窗口变换
3．3．2．4 阈值变换
3．3．2．5 灰度拉伸
3．3．2．6 超声图像灰度变换实验
3．3．3 直方图处理
3．3．3．1 灰度级直方图
3．3．3．2 直方图均衡
3．3．3．3 自适应直方图均衡
3．3．3．4 直方图处理实验
3．3．4 平滑滤波
3．3．4．1 邻域平均
3．3．4．2 局部统计滤波
3．3．4．3 中值滤波
3．3．4．4 自适应加权中值滤波
3．3．5 锐化滤波
3．3．5．1 拉普拉斯锐化滤波
3．3．5．2 梯度锐化滤波
3．4 本章小结
第4章 医学超声图像分割技术
4．1 引言
4．2 传统图像处理领域中的医学超声图像分割
4．2．1 基于边缘检测的方法
4．2．2 基于区域生长的方法
4．2．3 其它分割技术
4．3 形变模型医学超声图像分割
4．3．1 基于动态规划模型的医学超声图像分割
4．3．2 基于活动轮廓模型的医学超声图像分割
4．3．3 基于水平集模型的医学超声图像分割
4．4 本章小结
第5章 医学超声图像分析与处理
5．1 引言
5．2 超声图像特征分析
5．2．1 超声图像灰度特征分析
5．2．2 超声图像纹理特征分析
5．2．2．1 超声图像纹理特征基本概念
5．2．2．2 超声图像纹理特征分析方法
5．2．2．3 超声图像纹理能量测量
5．2．2．4 超声图像纹理分析
5．3 边缘检测
5．3．1 超声图像边缘检测概述
5．3．2 Sobel边缘检测算子及其改进
5．3．3 Canoy最优边缘检测算法
5．3．4 融合Canny和Sobel 边缘检测算子进行边缘检测
5．4 区域生长
5．5 阈值分割
5．5．1 固定阈值分割
5．5．2 可变阈值分割
5．5．3 自适应阈值分割
5．5．4 迭带最佳阈值分割
5．6 活动轮廓模型
5．6．1 形变模型
5．6．2 活动轮廓模型
5．6．2．1 Kass的传统活动轮廓模型
5．6．2．2 Cohen的压力活动轮廓模型
5．6．2．3 距离活动轮廓模型
5．6．2．4 梯度矢量流(GVF)活动轮廓模型
5．6．2．5 Williams 的 Greedy snake活动轮廓模型
5．6．3 自动 Snake算法
5．6．4 自动 Snake实验结果及结论
5．7 其它分割方法探索
5．7．1 基于区域的分割方法
5．7．1．1 分裂合并方法
5．7．1．2 分类器和聚类方法
5．7．1．3 基于随机场的方法
5．7．2 基于模糊集理论的方法
5．7．3 基于神经网络的方法
5．7．4 基于数学形态学的方法
5．7．5 结论
5．8 医学超声图像分割的评价
5．8．1 评价的客观性
5．8．2 评价方法
5．8．3 正确分割结果数据集
5．8．4 结论
5．9 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
发布时间: 2005-10-21
参考文献
- [1].心脏超声图像的三维虚拟影像重构技术的研究[D]. 蔡丹丹.杭州电子科技大学2012
- [2].抑制斑点噪声的超声图像滤波算法比较研究[D]. 李坚.华南理工大学2015
- [3].基于复合平面波超声的脑胶质瘤成像方法研究[D]. 杨依.中国科学院大学(中国科学院深圳先进技术研究院)2018
- [4].基于超声图像的肝脏智能识别与弥漫性疾病诊断[D]. 李佳昕.哈尔滨工业大学2018
- [5].基于深度学习的神经分割方法的研究与实现[D]. 徐晨阳.北京邮电大学2018
- [6].用于无声语音接口的超声图像分析[D]. 曲悦欣.天津大学2017
- [7].基于目标识别的乳腺肿瘤超声图像的自动分割方法研究[D]. 杨飞彬.华南理工大学2014
- [8].超声图像的复原处理与研究[D]. 王丹.重庆大学2006
- [9].超声图像辅助手术器械跟踪技术研究[D]. 贲进.哈尔滨工业大学2017
- [10].基于非局部平均滤波的超声图像去斑系统设计与实现[D]. 方宏道.西南科技大学2018
相关论文
- [1].医学超声图像三维重建中的滤波和分割技术研究[D]. 焦圣昌.山东科技大学2007
- [2].医学超声图像分割的研究与实现[D]. 张晓庆.山东科技大学2006
- [3].乳腺肿瘤超声图像边缘提取的研究[D]. 于山山.中国海洋大学2006
- [4].医学超声图像增强技术的研究与设计[D]. 亢冬春.吉林大学2007
- [5].小波分析在医学超声图像去噪和增强中的应用[D]. 罗忠亮.广西师范大学2004
- [6].医学超声图像分割新方法的研究[D]. 毕英伟.大连理工大学2005
- [7].超声图像处理系统的研究和软件设计[D]. 罗瑞芝.重庆大学2005
- [8].医学超声图像分割新方法的研究及应用[D]. 张启辉.大连理工大学2006
- [9].肝脏超声图像的边界提取与辅助解释[D]. 王术兰.河北工业大学2006
- [10].关于医学超声成像机理的研究[D]. 王文博.青岛大学2006