收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的真实头模型三维重建方法的研究

郭磊  
【摘要】: 支配人类一切活动的中枢是高度进化的大脑。脑科学研究的任务就是采用各种现代科学方法来揭示脑功能的奥秘,在生命科学中具有重大的意义。其中,对脑内三维电场的分析是当前研究的热点。而该项研究的先决条件就是首先要构造出人类真实的头模型。本课题运用支持向量机理论,利用核磁共振(Magnetic Resonance Imaging, MRI)图像序列成功地构造出颅内7类组织的真实模型。本课题主要在以下几个方面展开研究: (1)MRI图像滤波:对MRI图像滤波可以获取高质量图像,为后期高精度的图像分割和重建奠定基础。MRI图像最重要的特征就是灰度的复杂变化,使传统的滤波方法不能适应这种复杂图像。本课题采用适配模板滤波算法,该算法不仅能有效地滤除噪声,而且还能最大程度的保留有用信息。但该算法中阈值选取是一个复杂的问题,直接影响着滤波的效果。本课题将免疫算法和适配模版滤波算法有机结合,提出免疫适配模版滤波算法,有效地解决了阈值选取问题,使适配模版滤波方法更加完善。实验结果表明,免疫模板滤波算法取得了满意的滤波效果,无论从视觉效果上还是滤波性能上,均优于传统滤波算法,是一种适合复杂医学图像处理的滤波方法。 (2)MRI图像分割:在数据预处理方面,由于支持向量机推广能力在很大程度上依赖于特征向量的选取及其空间分布,本课题为每个像素计算其各种纹理测度和由灰度派生出的统计参数作为特征向量,并应用主成分分析方法进行特征降维。经主成分分析处理后的数据不仅消除特征向量中线性相关的冗余成分,使数据量大大减少,增强了图像信息,并使得为支持向量机所准备的样本空间更为紧凑、合理。这也正是将主成分分析与支持向量机技术有机结合,以寻求更高推广能力的本质原因。 在头颅MRI图像中,颅内各组织的边界极其复杂且不规则,呈高度非线性。这对传统的分割算法提出了严峻的挑战。支持向量机恰恰在解决高维、非线性及不规则分类问题上具有强大的优势。本课题运用支持向量机理论对MRI图像进行分割。本课题经过对人工免疫系统原理以及支持向量机理论的深入研究,结合多学科知识,最终提出一套完整的维权重免疫支持向量机理论和算法。维权重免疫支持向量机的提出打破了长期以来支持向量机参数选择依赖手工调节、缺乏理论指导的局面,同时突破了支持向量机对各维特征向量对最终分类精度的贡献平等的传统思想,首次提出维权重概念,并结合免疫优化理论,成功地解决了支持向量机参数与维权重系数的联动优化问题,完善了支持向量机理论。运用维权重免疫支持向量机,仅利用T2加权MRI图像将颅内7类组织全部分割出来,并且取得了较为满意的推广精度,为后期的高精度地真实头模型的三维重建奠定坚实基础。从目前所查阅的资料来看,还没有学者仅利用T2加权MRI图像分割出7类脑组织,并且也没有发现利用T2加权MRI图像分割出灰质和白质的文献。 (3)MRI图像三维重建:颅内各组织的二维边界呈高度非线性,必将导致颅内各组织三维曲面的高度不规则,主要表现在显著的且频繁的曲率变化以及曲面的不连续性上。而重建如此高度非线性的三维曲面是图像三维重建领域的难点问题。这就对传统的三维重建方法提出了严峻的挑战,甚至无法实现。而支持向量机在解决高度非线性问题上有着其强大的优势。通过对本课题具体问题的细致分析和对支持向量机理论的深入研究,首次将球形支持向量机理论引入到图像三维重建领域中,将三维不规则组织映射到高维空间获得规则超球,描述高维空间最优超球面的函数即为颅内组织的三维数学模型。为解决球形支持向量机参数选取问题,将免疫优化算法与球形支持向量机算法相结合,提出免疫球形支持向量机算法,对颅内各组织进行三维数学建模,并获得较高的建模精度。最后对颅内7类组织进行三维可视化处理。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陶跃珍;韩采芹;;基于图像处理的啤酒瓶瓶口缺陷检测[J];装备制造技术;2009年05期
2 杨铁军;吴效明;黄琳;;基于免疫算法和水平集的乳腺肿块分割方法[J];计算机仿真;2010年03期
3 张德保;刘普吉;姜寿山;;激光条纹图像处理算法的研究[J];微型机与应用;2011年02期
4 曹建农;孙承志;;图像分割中区域灰度重叠问题研究[J];计算机应用;2006年09期
5 俞柏峰;骆文;朱九刚;;多画面视频图像分割拼接实现方法[J];长江大学学报(自然科学版)理工卷;2009年03期
6 赵万磊;张学杰;;基于RB-K平均带宽设定的Adaptive Mean shift[J];中国图象图形学报;2006年04期
7 倪厚强;朱丹凤;周骥平;朱兴龙;;图像处理在激光立体视觉测距中的应用[J];中国制造业信息化;2008年19期
8 陈文楷;孙云燕;赵国鑫;崔刚;;免疫遗传算法在图像分割中的应用[J];北京工业大学学报;2006年06期
9 马剑英;张晓娜;;基于免疫遗传算法的图像多阈值分割[J];微计算机信息;2007年03期
10 范晓静;;改进的多级加权滤波算法在细胞图像滤波中的应用[J];科技信息;2010年20期
11 李耀军;严超华;;基于遗传算法的干涉图像的最佳熵研究[J];山西电子技术;2007年04期
12 李正周;彭素静;王允;刘国金;;基于均值偏移的灰度图像分割方法[J];光子学报;2007年S1期
13 周浩;晏小飞;;基于改进“自蛇”模型的图像去噪方法[J];科学技术与工程;2010年02期
14 王伯雄;贾倩倩;赵博华;罗秀芝;;基于图像分割的多CCD测量系统干扰去除方法[J];清华大学学报(自然科学版);2010年02期
15 王怀颖;杨立瑞;章毓晋;;基于CNN的康普顿背散射图像中违禁品分割方法[J];电子学报;2011年03期
16 吴昊;刘正熙;罗以宁;杨勇;;改进多尺度分水岭算法在医学图像分割中的应用研究[J];计算机应用;2006年08期
17 胡贝贝;张雪青;陈昊鹏;崔大祥;;基于金字塔连接与高斯混合模型算法的层析芯片荧光信号检测[J];中国医疗器械杂志;2011年02期
18 李耀军;严超华;;基于遗传算法的干涉图像样的最佳熵研究[J];影像技术;2007年06期
19 刘伟嵬;颜云辉;李瞻宇;李骏;;带钢表面缺陷在线检测系统的图像滤波算法[J];东北大学学报(自然科学版);2009年03期
20 李艳灵;;基于混合粒子群算法的自适应均值漂移算法[J];华中科技大学学报(自然科学版);2010年01期
中国重要会议论文全文数据库 前10条
1 高宏建;吴水才;任新颖;李莹;;利用MITK和支持向量机分割肝脏切片数据[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(上册)[C];2007年
2 薛笑荣;赵荣椿;张艳宁;段锋;苏爱民;;基于树型小波变换的SAR图像分割[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
3 黎明;周琳霞;杨小芹;;图像的进化计算分割法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
4 周晖;赵珂;王润生;;基于数据属性驱动的高分辨率遥感图像自适应融合分割算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
5 韩立强;;基于图像分割技术的汽车发动机缸体表面缺陷检测[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
6 曹永锋;孙洪;徐新;;基于盆地动力学的图像多级阈值化方法[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
7 陈明;;一种指纹图像分割方法[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
8 饶洪辉;姬长英;;基于分水岭算法的绿色作物和背景分割[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年
9 闫成新;范波涛;;基于梯度门限的图像过渡区提取与分割[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年
10 王一波;胡仲翔;姚耀;;基于水平集的激光条纹提取方法[A];2009全国虚拟仪器大会论文集(一)[C];2009年
中国博士学位论文全文数据库 前10条
1 郭磊;基于支持向量机的真实头模型三维重建方法的研究[D];河北工业大学;2007年
2 张印辉;多尺度马尔可夫随机场图像分割方法研究[D];昆明理工大学;2010年
3 白小晶;基于偏微分方程的图像分割与配准研究[D];南京理工大学;2010年
4 陈志彬;非参数变形模型结合模糊技术的MRI图像分割[D];大连理工大学;2010年
5 高浩;粒子群算法及其在图像分割中的应用与研究[D];江南大学;2009年
6 周鲜成;基于微粒群算法的数字图像处理方法研究[D];中南大学;2008年
7 付晓薇;基于量子力学的图像处理方法研究[D];华中科技大学;2010年
8 李旭超;小波变换和马尔可夫随机场在图像降噪与分割中的应用研究[D];浙江大学;2006年
9 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年
10 黄陈蓉;基于Gap统计的图像分割理论与算法研究[D];南京理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 陈宏君;基于非线性方程的图像处理算法设计[D];南京理工大学;2005年
2 严灵毓;基于半监督学习的图像分割系统的设计与实现[D];华中科技大学;2010年
3 宋晓峰;基于贝叶斯置信传播的图像分割方法研究[D];西安电子科技大学;2009年
4 葛秘蕾;基于云理论的图像分割技术研究[D];哈尔滨工程大学;2010年
5 康朝红;基于支持向量机的X线图像分割技术研究[D];河北大学;2009年
6 萧湘;骨髓细胞图像分割方法研究[D];中南林业科技大学;2010年
7 尚金奎;基于粗糙集理论的图像分割方法研究[D];东北大学;2008年
8 胡媛媛;基于形态学的图像分割方法的研究与应用[D];昆明理工大学;2008年
9 蔺恒;基于人工免疫网络的图像分割[D];西安电子科技大学;2010年
10 李云刚;自由搜索算法的改进及其在图像分割中的应用[D];哈尔滨工程大学;2010年
中国重要报纸全文数据库 前10条
1 本报记者 叶青 通讯员 粤科宣;病人家属也可操刀“做手术”[N];广东科技报;2011年
2 陈雪;康佳“第一屏”今年上“春晚”[N];中国证券报;2007年
3 ;“天下第一屏”落户深圳华侨城[N];消费日报;2006年
4 张兰华;数字化技术助力安防行业上台阶[N];光明日报;2006年
5 刘奕;康佳高起点挺进LED产业[N];中华工商时报;2006年
6 向良璧;断层图像处理分析技术取得重大成果[N];经济参考报;2003年
7 张兰华;数字化核心助力安防行业渐入佳境[N];科技日报;2006年
8 梁红兵;康佳视讯:进军LED灯饰及背光源行业[N];中国电子报;2008年
9 游雪晴;专家指出:不要炒作虚拟人[N];科技日报;2003年
10 安徽 云飞;VB中图像显示特效五例[N];电脑报;2001年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978