收藏本站
《华南理工大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于医学序列图像的组织区域自动分割算法研究

丁晓芳  
【摘要】:随着医学成像技术与计算机技术的发展,计算机辅助医疗诊断得到了广泛的应用,其中,医学图像分割技术作为关键的一步起着至关重要的作用,图像分割的结果直接的影响着后续医疗分析的正确率。由于人体组织结构本身的复杂性和差异性,以及医疗诊断对于分割精度的高要求,目前常用的医学分割算法主要是基于人工参与的半自动化分割算法。但是,伴随着医疗数据的不断增多,这将会增加医务人员的工作负担,从而影响诊断的效率,因此,研究一种自动化的分割算法,具有重要的理论意义与现实价值。针对这一问题,本文分别提出两种分割算法,具体研究内容与创新点如下:1.提出一种基于三维空间医学图像自动分割及重建算法,针对传统区域生长算法中种子点依赖于人工选取、生长策略与终止策略难以设定的问题、以及算法仅利用图像数据的二维信息而没有考虑序列图像中三维空间的位置信息的问题做出改进,提出了种子点自动提取算法、结合边缘约束的生长策略、以及基于类间方差的终止策略。本人所提算法与基于期望值最大化方法的磁共振图像人脑组织自动化分割算法以及基于纹理特征与亮度特征的自动化分割算法进行对比,分割精度提高了 2%左右。2.提出一种基于种子点的医学图像分割网络,算法基于CAN(上下文聚合模块)进行改进,分别对网络输入和网络损失函数做出改进。在网络输入阶段加入分割区域的种子点图像及种子点距离变换图像用于增强网络输入,种子点图像根据本文提出的种子点自动提取算法自动提取;在损失函数阶段,优化网络损失函数,允许网络有多种可能的输出,并在最小化Tversky loss的基础上,为每个结果的损失加入递减的惩罚系数,保证网络输出的第一个结果为与标注结果间损失最小的结果。本文算法与基于图像块的卷积网络和全卷积网络进行实验对比,在正确率上均有提升。本文的算法主要用于解决医学图像自动化分割的问题,通过与已有算法的对比,在分割精度上均有提升,证实了本文算法的有效性和可行性。
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:R445;TP391.41

手机知网App
【参考文献】
中国博士学位论文全文数据库 前2条
1 姜平;眼底图像分割方法研究[D];吉林大学;2018年
2 钟丽;带约束的图像分割方法研究及应用[D];山东大学;2018年
中国硕士学位论文全文数据库 前5条
1 王凯明;基于深度学习的医学图像分割方法研究[D];中国科学技术大学;2018年
2 宁姣;基于水平集方法的CT图像肺血管分割算法研究[D];山东师范大学;2018年
3 侯东奥;MRI脑部肿瘤分割及其三维重建[D];南昌航空大学;2018年
4 韩哲;基于卷积神经网络的乳腺肿瘤良恶性鉴定技术研究[D];太原理工大学;2018年
5 杨凯;基于深度学习的细胞核图像分割研究[D];重庆大学;2018年
【共引文献】
中国硕士学位论文全文数据库 前7条
1 刘一鸣;基于深度学习与条件随机场的宫颈癌细胞学图像的细胞核分割[D];中北大学;2019年
2 许冰;基于FPGA的田间视频图像实时分割系统的设计与实现[D];内蒙古大学;2019年
3 张妍;面向心脑血管疾病检测的图像分割算法[D];郑州大学;2019年
4 赵荔君;基于深度学习的鼻咽部肿瘤PET-CT双模态图像分割方法研究[D];南方医科大学;2019年
5 王继元;基于深度学习的正位DR胸片质控体系研究与应用[D];电子科技大学;2019年
6 丁晓芳;基于医学序列图像的组织区域自动分割算法研究[D];华南理工大学;2019年
7 李润佳;基于LBF算法的树木图像分割方法的研究[D];东北林业大学;2019年
【二级参考文献】
中国硕士学位论文全文数据库 前9条
1 冯宗雪;基于三维区域生长法的CT图像肺部血管分割[D];山东师范大学;2017年
2 刘忠强;CT图像中的肺血管分割方法[D];华中科技大学;2016年
3 曾辉;基于深度卷积特征的乳腺X线摄影钙化良恶性鉴别及BI-RADS分类初步研究[D];南方医科大学;2016年
4 李雯;基于深度卷积神经网络的CT图像肝脏肿瘤分割方法研究[D];中国科学院深圳先进技术研究院;2016年
5 马阿敏;脑部MRI图像分割及其三维可视化[D];华南理工大学;2014年
6 马骁;基于CT图像的血管三维分割研究与应用[D];东华大学;2013年
7 张宇;肺部CT图像血管分割算法与三维可视化研究[D];东北大学;2011年
8 陈欣欣;基于CT图像的血管分割[D];郑州大学;2010年
9 张启华;气体在肺内的传输与扩散[D];燕山大学;2002年
【相似文献】
中国期刊全文数据库 前10条
1 张光华;潘婧;罗跃国;;聚类算法在医学图像分割中的应用[J];计算机产品与流通;2019年03期
2 刘宇;陈胜;;医学图像分割方法综述[J];电子科技;2017年08期
3 康毓秀;赵锡英;李彭博;徐艳;;一种改进的医学图像分割聚类算法[J];兰州工业学院学报;2017年04期
4 徐效文;杨志刚;;光学相干层析医学图像分割研究现状[J];中国医学物理学杂志;2016年07期
5 陈明;赵云;范能胜;张怀岺;;医学图像分割中的主动轮廓模型研究现状[J];北京生物医学工程;2010年04期
6 康一鹤;李文俊;;改进型遗传算法在医学图像分割中的应用[J];信息通信;2015年04期
7 热孜万古丽·夏米西丁;;医学图像分割算法分类及特点[J];科技信息;2013年03期
8 黄文博;燕杨;王云吉;;医学图像分割方法综述[J];长春师范学院学报;2013年04期
9 张贵英;张先杰;;医学图像分割技术研究[J];医学信息(上旬刊);2011年01期
10 王娜;;医学图像分割方法研究[J];价值工程;2011年19期
中国重要会议论文全文数据库 前6条
1 安溪娟;郭磊;苗东博;;基于支持向量机的医学图像分割的研究[A];天津市生物医学工程学会第三十一届学术年会论文集[C];2011年
2 张永;马华;贾桂霞;;基于粗糙集属性约减的医学图像分割[A];第十二届全国图象图形学学术会议论文集[C];2005年
3 赵亮;李熙莹;刘嘉昭;赵福利;;基于聚类神经网络算法的医学图像分割[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
4 韩忠玲;韩忠明;汲伟明;姚萌;;基于模拟退火遗传算法的医学图像偏移场校正[A];第七届全国信息获取与处理学术会议论文集[C];2009年
5 卢坤虎;李志勇;;基于CT图像的三维有限元模型构建[A];第十届全国生物力学学术会议暨第十二届全国生物流变学学术会议论文摘要汇编[C];2012年
6 王高峰;黎杰;漆云翔;;膀胱CT图像的自动动分割[A];中华医学会放射肿瘤治疗学分会六届二次暨中国抗癌协会肿瘤放疗专业委员会二届二次学术会议论文集[C];2009年
中国重要报纸全文数据库 前1条
1 李七渝 张绍祥;关键技术:步步为营[N];计算机世界;2003年
中国博士学位论文全文数据库 前10条
1 李旭;几类基于变分的医学图像分割的新方法[D];南京理工大学;2016年
2 张翔;支持向量机及其在医学图像分割中的应用[D];华中科技大学;2004年
3 谢从华;基于密度模型的医学图像分割方法研究[D];江苏大学;2011年
4 郑倩;医学图像分割方法研究及其应用[D];南方医科大学;2014年
5 肖阳;基于图的医学图像分割方法研究[D];南方医科大学;2017年
6 程丹松;基于邻域的图像处理方法及其在医学图像中的应用[D];哈尔滨工业大学;2010年
7 杨红喆;水平集理论及其在医学图像分割中的应用[D];北京理工大学;2014年
8 郭艳蓉;医学图像分割与配准若干关键问题研究[D];合肥工业大学;2013年
9 程广斌;应用于数字化诊断的若干医学图像分析方法研究[D];南方医科大学;2008年
10 金超;基于随机森林的医学影像分割算法研究及应用[D];苏州大学;2017年
中国硕士学位论文全文数据库 前10条
1 黄海亮;多图谱医学图像分割的应用[D];杭州电子科技大学;2019年
2 苟晓芳;交互式医学图像分割方法与应用研究[D];南方医科大学;2019年
3 丁晓芳;基于医学序列图像的组织区域自动分割算法研究[D];华南理工大学;2019年
4 陈书海;脑部磁共振图像自动分割方法的研究与应用[D];安徽大学;2019年
5 刘庆烽;基于图论的医学图像分割关键技术研究[D];江苏大学;2018年
6 夏国峰;基于模糊聚类理论的脑部医学图像分割方法研究[D];安徽大学;2018年
7 梁靖宜;医学图像分割和恶意样本分类研究[D];北京邮电大学;2018年
8 解德芳;基于医学图像分割技术的计算机辅助肺功能评估系统[D];华南理工大学;2018年
9 高静雅;医学图像分割与病变特征提取研究[D];太原科技大学;2017年
10 张辉;基于改进型水平集的医学图像分割研究[D];扬州大学;2017年
中国知网广告投放
 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