收藏本站
《上海交通大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机算法研究及其在相控HIFU图像系统中的应用

张炤  
【摘要】: 近年来,相控高强度聚焦超声(HIFU——High Intensity Focused Ultrasound)技术已经成为治疗超声和肿瘤热疗的研究热点。相控HIFU技术利用了超声波特有的深穿透能力、强方向性和可聚焦性,通过控制换能器阵元激励信号源的相位,对超声声束施以聚焦,实现超声能量在人体深部组织的高强度汇聚,在短时间内造成病变组织的急性热损伤而不伤及周围的正常组织,因此成为最小损伤治疗肿瘤的一种有效方法。相控HIFU靶点小、强度高,为了避免损伤正常组织和提高治疗效率,必须提供治疗目标的精确位置。由于相控HIFU治疗的非侵入性,位置信息的获取就依赖于其图像引导系统,这是HIFU手术成败的关键。本文针对当前相控HIFU图像引导系统中存在着耗时较长、鲁棒性与精度不高等问题,研究了支持向量机(Support Vector Machines,SVM)算法,并将其应用于该系统中,从而有效地利用已有的先验知识,达到缩短图像引导时间,提高其鲁棒性与精度的目的。 SVM建立在统计学习理论的基础之上,遵循结构风险最小化原则(Structural Risk Minimization , SRM ),而不是传统的经验风险最小化原则( Empirical Risk Minimization,ERM)。由于其完备的理论基础、良好的推广性与解的稀疏性,因此与传统的学习机器相比,SVM可以更为有效地利用先验知识。采用合适的SVM算法,可以实现提高相控HIFU图像系统性能的目的。本文首先对SVM理论基础――统计学习理论作了系统阐述并分析了用于解决模式识别问题与回归估计问题的SVM。在此基础上,重点研究了基于SVM的密度估计问题,提出了一种基于单一核函数的线性SVM密度估计算法以及一种基于多核SVM的密度估计算法,并比较了它们的优缺点。在实际应用中,可以根据需要的不同选择不同的算法形式;不仅用SVM来估计一维密度,而且将其推广到多维密度估计中。 在我们所研究的相控HIFU图像引导系统中,主要包括图像分割与图像配准两部分内容。在术前制定手术治疗计划时,通过分割CT或MRI图像,获取病灶的位置信息,并制定相控HIFU焦点的合理治疗路径。在手术中,通过图像配准技术将手术前的图像与手术中的实时图像融合在一起,从而把手术前的治疗计划,目标轮廓和治疗路径都映射到治疗坐标系中,实现精确治疗。因此,本文分别研究了基于SVM的医学图像分割与配准方法。首先提出了两种基于SVM的图像分割方法。这两种方法都是将先验知识引入水平集分割过程中,从而指导曲线进行演变。一种方法是通过对训练样本的学习,利用SVM密度估计方法建立形状先验模型,将其作为水平集函数更新内容的一部分,添加到高维曲面的演化过程中。其中的物体形状描述方法采用的是水平集函数方法;另一种方法是利用SVM密度估计方法建立水平集函数与图像灰度之间的统计关系,将其作为水平集函数的更新标准,实现高维曲面的演变。这两种方法都被用于MRI、CT以及超声等多种模态下的医学图像序列分割中去,实验结果令人满意。同时,本文也提出了一种基于SVM的多模态医学图像配准方法。以两种模态下已配准好的一对图像为学习样本,利用SVM密度估计方法建立它们的先验联合灰度分布模型,作为配准测度。当待配准的两幅图像达到最佳配准时,它们的联合灰度分布应与该先验模型最相似。因此配准就转变为以该先验模型为目标的一个多参数寻优问题。该配准方法被应用于头部的CT、MRI和PET等多种模态之间的配准,结果表明该方法可以充分利用先验知识,高效、准确地实现配准。
【学位授予单位】:上海交通大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:R318

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 孙燕;臧传新;任廷革;李宇航;;支持向量机方法在《伤寒论》方分类建模中的应用[J];中国中医药信息杂志;2007年01期
2 郭磊;武优西;刘雪娜;颜威利;沈雪勤;;基于主成份分析和支持向量机的MRI图像多目标分割[J];中国生物医学工程学报;2007年04期
3 王丽;陆文聪;陆瑾;杨善升;;基于支持向量机回归的麻醉药毒性的QSPR研究(英文)[J];计算机与应用化学;2007年12期
4 陈艳江;刘艳艳;赵国忠;王卫宁;李福利;;基于支持向量机的中药太赫兹光谱鉴别[J];光谱学与光谱分析;2009年09期
5 徐明玲;陈光;喻长远;;支持向量机法对活血化瘀类药物的分类研究[J];北京化工大学学报(自然科学版);2009年06期
6 汪维鹏;吴萍;王森;李融;;基于近红外光谱-支持向量机技术识别单碱基差异[J];苏州大学学报(医学版);2009年04期
7 孙继佳;苏式兵;陆奕宇;刘平;;基于粗糙集与支持向量机的中医辨证数据挖掘方法研究[J];数理医药学杂志;2010年03期
8 H.J.Lee;S.I.Hwang;S.H.Park;S.H.Kim;J.Y.Cho;高飞;;基于影像的临床决策用于支持经直肠超声诊断前列腺癌:比较多重逻辑回归、人工神经网络和支持向量机[J];国际医学放射学杂志;2010年04期
9 张乐平;闵波;李东方;;结合支持向量机的基因表达特征分析[J];医学信息学杂志;2010年08期
10 翟玮;相玉红;代荫梅;张家进;张卓勇;;基于近红外光谱和支持向量机的子宫内膜癌早期诊断研究[J];光谱学与光谱分析;2011年04期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009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
  • 010-62791813
  • 010-62985026