基于Snake模型的医学图像分割技术

论文摘要

医学图像分割是医学图像处理中的一个经典难题。医学图像分割技术的发展不仅影响到医学图像处理中其他相关技术的发展,而且在生物医学图像的分析中也占有极其重要的地位。传统的图像分割方法有许多缺陷,很难满足复杂的医学图像分割的要求。Snake模型通过参数化的活动轮廓线,在由先验模型和图像数据构成的能量函数的驱动下变形,直到抵达区域的边界,该模型既承载了上层先验知识又融合了图像的底层特征,因而能有效地应用于医学图像的分割中。本文从Kass等人提出的传统Snake模型出发,对参数变形模型的理论和方法作了简要介绍。主要分析研究了Snake改进模型的相关理论和方法及其在医学图像分割中的应用,并对其扩展方法作了探讨。首先,在GVF Snake改进模型的基础上,重点研究了Snake模型在医学图像分割领域的应用。结合模型的特点和医学图像自有的特性,比较研究了平滑去噪、图像增强等分割预处理方法。重点讨论了基于小波变换的对比度增强方法及其评价指标。其次,还将Snake模型主要应用在超声肿瘤影像的分割中,分析研究了超声图像分割的预处理过程、模型的初始化方法及分割过程并给出了分割结果的评价指标。提出了一种适合于超声肿瘤图像的基于OTSU方法的模型初始化方法。最后,研究了数学形态学的方法并将其运用在Snake模型分割中,重点研究了形态学梯度和形态学重建在Snake模型分割中的运用,将数学形态学的优势与Snake模型分割相结合,初步达到了辅助Snake模型分割和改善分割效果的目的。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景及意义
• 1.2 医学图像特点
• 1.3 国内外医学图像分割方法研究现状
• 1.3.1 基于区域的方法
• 1.3.2 基于边缘的方法
• 1.3.3 结合特定理论工具的方法
• 1.3.4 基于小波变换的方法
• 1.3.5 基于统计学的方法
• 1.3.6 基于分形的方法
• 1.3.7 基于数学形态学的方法
• 1.4 论文的主要研究工作和内容安排
• 第二章 可变形模型理论与算法
• 2.1 引言
• 2.2 参数可变形模型
• 2.2.1 传统Snake 模型
• 2.2.2 Snake 模型的动力学解释
• 2.2.3 Snake 模型的算法实现
• 2.3 模型算法流程及实例
• 2.3.1 Snake 模型算法流程
• 2.3.2 Snake 模型算法实现实验结果
• 2.4 本章小结
• 第三章 Snake 模型改进
• 3.1 Snake 模型的外力改进
• 3.1.1 多尺度高斯势能力
• 3.1.2 气球膨胀力
• 3.1.3 距离势能力
• 3.1.4 动态距离力
• 3.1.5 梯度矢量流（GVF）
• 3.2 GVF 模型
• 3.2.1 边缘映射
• 3.2.2 GVF 分析
• 3.2.3 GVF 模型的数值实现
• 3.2.4 GVF Snake 模型与传统Snake 模型的比较
• 3.2.5 结论
• 3.3 GGVF 模型
• 3.4 T-Snake 模型
• 3.5 本章小结
• 第四章 医学图像Snake 模型分割预处理
• 4.1 图像平滑去噪
• 4.2 图像对比度增强
• 4.2.1 传统图像对比度增强方法
• 4.2.2 基于小波变换的图像增强的原理
• 4.2.3 基于小波变换的图像对比度增强
• 4.2.4 图像增强的评价指标
• 4.2.5 基于小波变换的图像增强算法分析与实现
• 4.3 本章小结
• 第五章 Snake 模型在超声肿瘤影像分割中的应用
• 5.1 引言
• 5.2 超声诊断概述
• 5.2.1 超声成像基本原理
• 5.3 超声图像特征分析
• 5.3.1 超声图像灰度特征分析
• 5.3.2 超声图像纹理特征分析
• 5.4 超声图像平滑去噪
• 5.4.1 中值滤波概述
• 5.4.2 中值滤波结果分析
• 5.5 超声图像对比度增强
• 5.6 初始化轮廓提取
• 5.6.1 OTSU 方法概述
• 5.6.2 OTSU 方法初始化实现
• 5.7 Snake 模型分割实验结果
• 5.8 超声影像分割评价
• 5.8.1 分割质量评价方法
• 5.8.2 正确分割结果数据集
• 5.8.3 Snake 模型分割算法评价指标
• 5.8.4 结论
• 5.9 本章小结
• 第六章 数学形态学在Snake 模型分割中的应用
• 6.1 引言
• 6.2 数学形态学基本理论
• 6.3 数学形态学基本运算
• 6.3.1 腐蚀（erosion）
• 6.3.2 膨胀（dilation）
• 6.3.3 开运算（open）
• 6.3.4 闭运算（close）
• 6.4 灰度形态学
• 6.4.1 灰度腐蚀和膨胀变换
• 6.4.2 灰度开启和闭合变换
• 6.5 数学形态学在Snake 模型分割中的应用
• 6.5.1 形态学梯度
• 6.5.2 形态学重建
• 6.5.3 其它形态学实用算法
• 6.6 本章小结
• 第七章 总结与展望
• 7.1 本文工作总结
• 7.2 展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文
• 附录