人脑磁共振图象分割研究

论文题目: 人脑磁共振图象分割研究

论文类型: 硕士论文

论文专业: 生物医学工程

作者: 许冠明

导师: 柏毅

关键词: 图象分割,联合直方图,区域生长法,线性种子扩散,算法,非线性扩散滤波

文献来源: 东南大学

发表年度: 2005

论文摘要: 磁共振成像技术(MRI)是一种有效的研究人脑的非侵害性途径。由于其自身的优势,MRI被越来越多的应用于医学、神经科学、心理学、认知科学等方面的研究。MRI颅脑图象分割的目的是勾勒出脑组织解剖结构的轮廓,并将脑图中各体素标记为所属的组织。传统的灰度直方图是一维的,完全丢掉了空间信息。灰度与梯度的联合直方图隐含有局部邻域的空间信息,能够充分利用图象中的有用信息。在二维的联合直方图上勾画出与脑组织(主要是灰质与白质)的灰度与梯度一样的区域作为阈值化的基础,再用区域生长法去掉阈值化时引入的不属于脑组织的部分。线性种子扩散是指在图象中一感兴趣位置散入大量的种子,以线性扩散方程的解作为这些种子的扩散结果,根据最终种子的分布确定分割结果。通过隐式差分离散化和AOS算法求解此线性偏微分方程,对直接在MRI颅脑图象中分割脑组织做了尝试。传统的平滑方法在去除噪声的同时也会模糊边界,非线性扩散滤波的主旨是保持边界的空间位置不发生变化,并在所有尺度上区域内部的平滑要优于区域之间的平滑。利用隐式差分离散化和AOS算法对Weickert的多维CLMC非线性扩散模型求解,用二维图象证实了此模型的稳定性。用该模型对MRI颅脑图象进行平滑预处理,随后用区域生长法分割出白质。

论文目录:

摘要

Abstract

第一章绪论

1.1 课题背景

1.2 图象分割

1.2.1 定义

1.2.2 分类

1.3 图象预处理

1.4 医学图象分割

1.4.1 基于边缘的方法

1.4.2 基于区域的方法

1.4.3 基于形变模型的方法

1.4.4 基于统计模式识别的方法

1.4.5 基于人工神经网络的方法

1.4.6 基于数字图谱的匹配分割

1.4.7 其它理论与方法

1.5 分割方法的评价

1.6 主要工作

第二章基于联合直方图阈值化的方法

2.1 概述

2.2 阈值化

2.2.1 联合直方图

2.2.2 选取与阈值化

2.3 种子区域生长

2.4 VTK的VR与MC流程

2.4.1 VTK简介

2.4.2 VR与MC流程

2.5 结果与讨论

第三章扩散理论及在图象处理中的应用

3.1 物理基础

3.2 扩散滤波的分类

3.2.1 线性扩散滤波

3.2.2 非线性扩散滤波

3.3 线性扩散理论发展及应用

3.4 非线性扩散理论发展及应用

3.4.1 PM模型

3.4.2 CLMC选择平滑模型

3.4.3 ALM退化扩散模型

3.4.4 其它成果

第四章基于线性种子扩散的方法

4.1 概述

4.2 基于可编程图形硬件的线性种子扩散

4.2.1 线性种子扩散方程

4.2.2 显式离散化

4.2.3 预处理

4.2.4 软件实现

4.2.5 尝试与问题讨论

4.3 基于AOS的线性种子扩散

4.3.1 一维情况的隐式差分离散化

4.3.2 应用AOS算法

4.3.3 追赶法

4.3.4 完整的步骤

4.3.5 在二维情况下的测试

4.3.6 结果与讨论

4.4 小结

第五章基于CLMC非线性扩散滤波的方法

5.1 概述

5.2 CLMC非线性扩散滤波

5.2.1 CLMC原模型

5.2.2 Weickert的多维CLMC模型

5.2.3 高斯平滑

5.2.4 一维隐式离散化

5.2.5 应用AOS算法

5.2.6 完整的CLMC滤波流程

5.2.7 在二维情况下的测试

5.3 结果与讨论

第六章总结与展望

6.1 主要研究内容

6.2 主要工作

6.2.1 使用灰度与梯度联合直方图的阈值分割

6.2.2 线性种子扩散

6.2.3 CLMC非线性平滑滤波

6.2.4 基于VTK的可视化方法

6.3 后续工作

参考文献

致谢

发布时间: 2007-06-11

参考文献

[1].PET图像边缘保留去噪方法研究[D]. 王帅卿.湖南大学2016

人脑磁共振图象分割研究

猜你喜欢