多尺度复杂性方法在医学图像纹理分析上的应用

论文摘要

近30年来,纹理分析一直是计算机视觉、视觉生理学、心理物理学界研究的热门课题之一。目前已发展了众多方法描述纹理特征,在医学图像领域也得到了广泛的应用。随着计算机辅助诊断得到人们的广泛关注和引人瞩目的发展,纹理分析方法在医学图像理解领域的研究中成为了研究的热点。 医学图像在不同病变状态下其图像纹理是不同的。如果我们能够分辨出正常和病变的图像纹理,这对医学图像辅助诊断是很有意义的。本文采用非线性复杂性分析方法来区分医学图像纹理。考虑到医学图像在出现病变时开始往往是在某些尺度的纹理产生变化,而在整体上很少变化,本文提出了一种多尺度的复杂性分析方法。经过临床数据实验,该方法取得了较高的准确率, 二维图像不同于一维的信号,本文提出的多尺度复杂性分析方法在传统的复杂性分析方法上进行了改进。文中详细论述了这种方法在图像分析中序列化、及其图像分析中分辨率的问题,还进一步研究了图像旋转和噪声对算法结果的影响。

论文目录

• 捅要
• Abstract
• 第一章 绪论
• 1.1 纹理的基本概念
• 1.1.1 纹理的描述和定义
• 1.1.2 纹理分析的研究内容
• 1.1.3 纹理分析方法在医学图像处理上的应用
• 1.2 纹理分析的基本方法
• 1.2.1 统计分析法
• 1.2.2 句法分析法
• 1.2.3 混合的纹理描述方法
• 1.3 纹理分析的现状和发展方向
• 1.3.1 纹理分析现有方法存在的问题
• 1.3.2 纹理分析方法发展的方向
• 1.4 论文选题背景与章节安排
• 1.4.1 选题背景
• 1.4.2 论文的章节工作
• 第二章 非线性时间序列复杂性分析
• 2.1 非线性时间序列分析
• 2.2 符号动力学基本知识
• 2.2.1 粗粒化描述
• 2.2.2 何谓符号动力学
• 2.2.3 符号动力学的揉序列和允字条件
• 2.2.4 禁止字和允许字
• 2.3 复杂性理论的基础知识
• 2.3.1 状态空间的分割
• 2.3.2 两种不同的复杂性测度
• 2.4 单个序列的复杂性算法
• 2.4.1 KC复杂性
• 2.4.2 C1C2复杂性
• 第三章 多尺度复杂性分析方法
• 3.1 均匀分割分区复杂性
• 3.2 平均值分割分区复杂性
• 3.3 权系数的确定
• 第四章 复杂性分析方法在图像纹理分析上的研究
• 4.1 复杂性方法在图像处理上的问题
• 4.1.1 二维图像如何转换成时间序列?
• 4.1.2 复杂性分析在图像分析中的分辨率问题
• 4.2 复杂性分析方法在图像纹理分析上的影响因素
• 4.2.1 旋转图像对复杂性值的影响
• 4.2.2 图像缩放对复杂性值的影响
• 4.2.3 噪声对复杂性值的影响
• 4.3 多尺度复杂性分析方法在图像纹理分类上的表现
• 第五章 多尺度复杂性在肝脏CT图像分析上的应用
• 5.1 实验方法实现
• 5.2 实验结果与讨论
• 第六章 课题总结与展望
• 参考文献
• 致谢