收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

腹部CT图像分割的可计算建模方法研究

胡佩君  
【摘要】:腹部图像分割是医学图像处理与分析里一个热点问题,也是非常具有挑战性的课题。计算机断层扫描(CT)由于分辨率较高,能显示清晰的解剖结构和病变组织,是临床中许多疾病的主要检查手段之一。基于CT图像的腹部器官与组织的自动分割是计算机辅助诊断重要的第一步,可以为腹部疾病的手术规划、放射治疗计划,消融治疗规划等提供定量信息,具有非常重要的实际意义。同时,图像分割与图像配准融合,病灶识别与诊断等问题密切相关,具有重要的理论意义。本文从肝脏分割、腹部多器官分割、肌肉与脂肪组织分割这三类典型问题展开研究,利用深度学习、凸优化、图论理论,结合医学影像知识,建立了一系列有效的可计算数学分割模型,并利用相应的快速算法进行求解。主要工作包括:首先,本文建立了一个基于深度卷积神经网络和全局优化的曲面演化的全自动肝脏分割模型。肝脏CT分割存在一系列难点,除了背景复杂,边界模糊,不同个体的肝脏在位置、形状、大小方面差异大等困难以外,病变肝脏的内部还呈现出灰度、纹理上的巨大特异性。针对这些问题,首先,我们利用三维卷积神经网络自动探测肝脏位置,并获得肝脏的概率图作为先验信息。然后,建立了一个精细化分割模型。该模型引入了一个新的区域项,能够自适应地利用整体或局部的先验信息,估计不同肝脏区域的灰度和纹理分布。最后,利用一个基于凸优化的曲面演化算法快速求解所提出的分割模型。在MICCAI公开数据集和本地医院数据上的验证表明,所提出方法具备较高的分割精度,计算时间短,且自动化程度高,能够很好地满足临床的实际需求。其次,本文提出了一个基于三维全卷积网络和Potts model的多器官联合分割方法。我们首次提出了一个三维全卷积神经网络用于腹部多个器官的自动定位和分割。为了进一步细化分割边界,我们建立了一个带区域互斥约束的多区域分割模型。该模型融合了图像灰度、梯度和先验概率信息,并且利用区域竞争思想,克服了边界模糊、区域粘连所带来的边界点归属区域难以确定的问题。最后,利用时间隐式的多相水平集对模型进行了快速求解。与传统多器官分割方法相比,本方法无需配准或模型初始化等过程。实验结果表明,所提出的模型能够快速有效地分割肝脏、肾脏和脾脏,并且分割精度达到了当前各类方法的先进水平。最后,本文提出了一个多图谱标签融合(MALF)框架下的腹部肌肉和脂肪组织的全自动分割方法。肌肉与脂肪组织分割的关键在于准确地提取腹壁结构。然而,腹壁在不同个体和不同位置的横断面图像中形状差异很大。另一感兴趣的区域——腰大肌的结构呈纺锤形,在二维图像中区域面积小,难以定位与分割。针对这些问题,我们首先利用二维多谱图标签融合方法进行腹壁和腰大肌的自动分割。然后,根据目标区域的形状特点,将由MALF获得的先验概率分别与增广的主动形状模型和三维可形变模型结合,优化初始分割结果。最后,利用预定义的HU值范围提取肌肉与脂肪组织。在临床数据集上的验证表明该分割方法准确率高,无需人工干预,具有临床应用的潜力。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 黄玲;石玉秋;覃永新;;基于小波融合的苹果图像分割的研究[J];科技视界;2018年29期
2 丁翠;;基于模糊信息处理的图像分割方法研究[J];信息系统工程;2017年11期
3 王平;魏征;崔卫红;林志勇;;一种基于统计学习理论的最小生成树图像分割准则[J];武汉大学学报(信息科学版);2017年07期
4 李然;李记鹏;宋超;;基于显著性检测的协同图像分割研究[J];现代计算机(专业版);2017年24期
5 邓惠俊;;一种基于数据场的图像分割方法与研究[J];长春工程学院学报(自然科学版);2016年02期
6 李继云;冀卿伟;;基于自适应局部阈值的交互式图像分割[J];计算机应用与软件;2014年11期
7 刘印;;对图像分割方法的认识及新进展研究[J];数码世界;2018年08期
8 杨成佳;;唇纹识别图像分割系统的研究[J];山西青年;2017年11期
9 韩白静;刘欢;;浅谈基于阈值的图像分割方法[J];科学家;2017年02期
10 寇毛蕊;;医学图像分析系统设计[J];数码世界;2017年09期
11 利民;杨立森;阿木古楞;;图像分割的研究进展[J];科技创新与应用;2013年04期
12 魏庆;卢照敢;邵超;;图像分割复杂性测度研究[J];计算机科学;2013年04期
13 兰红;王璇;;基于多元线性回归的昆虫图像分割方法[J];计算机应用与软件;2013年07期
14 李林浩;;应用混合算法实现卫星图像分割的分析[J];网络安全技术与应用;2013年07期
15 胡小丹;滕忠坚;;基于噪声统计模型的图像分割方法[J];计算机与现代化;2011年03期
16 龚永义;黄辉;于继明;关履泰;;基于熵的两区域图像分割[J];中国图象图形学报;2011年05期
17 武劲圆;游国栋;孙丰源;唐东润;;图像分割法对糖尿病患者眼底图像中视网膜血管的分割结果分析[J];山东医药;2011年42期
18 邓廷权;焦颖颖;;图像分割质量评价的二型模糊集方法[J];计算机工程与应用;2011年32期
19 刘妍君;王劲柳;;图像分割方法的比较研究[J];现代商贸工业;2010年12期
中国重要会议论文全文数据库 前10条
1 闫平昆;;基于模型的图像分割技术及其医学应用[A];第十五届全国图象图形学学术会议论文集[C];2010年
2 杨生友;;图像分割在医学图像中应用现状综述[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年
3 朱士蓉;谢昭;高隽;;一种图模型下的柔性图像分割方法[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年
4 朱松豪;刘佳伟;罗青青;胡荣林;;基于关联模型的图像分割[A];第26届中国控制与决策会议论文集[C];2014年
5 张志会;王华英;熊南燕;廖薇;成惠;刘飞飞;;对基于图像分割与合并的相位展开算法的改进[A];第十届全国光电技术学术交流会论文集[C];2012年
6 杨加文;谢凤英;;基于深度学习的皮肤镜图像分割[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
7 郭世可;董槐林;龙飞;张海波;;一种结合密度聚类和区域生长的图像分割方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
8 刘智勇;李进;黄道君;;基于遗传算法的视频交通量检测图像分割方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年
9 张萍;单筱攸;巴成贺;;主动脉图像分割的研究与实现[A];第十二届中国体视学与图像分析学术会议论文集[C];2008年
10 赵建业;余道衡;;一种基于模糊细胞神经网络的多值图像分割新方法[A];中国体视学学会图像分析专业、中国体视学学会仿真与虚拟现实专业、中国航空学会信号与信息处理专业第一届联合学术会议论文集[C];2000年
中国博士学位论文全文数据库 前10条
1 胡佩君;腹部CT图像分割的可计算建模方法研究[D];浙江大学;2018年
2 古晶;基于稀疏特征学习的SAR图像分割与半监督分类方法研究[D];西安电子科技大学;2016年
3 段一平;基于层次视觉计算和统计模型的SAR图像分割与理解[D];西安电子科技大学;2017年
4 王森;非受限场景裂纹图像分割方法研究[D];昆明理工大学;2017年
5 王涛;特征度量与信息传递的交互式图论分割方法研究[D];南京理工大学;2017年
6 戴令正;自然图像分割的若干算法研究[D];南京理工大学;2017年
7 李钢;偏微分方程与变分技术在图像分割中的应用研究[D];太原理工大学;2018年
8 钟丽;带约束的图像分割方法研究及应用[D];山东大学;2018年
9 辛月兰;基于图割的图像分割方法研究[D];陕西师范大学;2018年
10 裴继红;基于模糊信息处理的图像分割方法研究[D];西安电子科技大学;1998年
中国硕士学位论文全文数据库 前10条
1 王万耀;基于显著性的图像分割方法研究[D];江苏科技大学;2018年
2 李昂;基于无人机数码影像的水稻产量估测研究[D];沈阳农业大学;2018年
3 余荣泉;水面目标图像分割方法研究[D];江苏科技大学;2018年
4 包媛媛;基于卷积神经网络的多器官分割算法研究[D];浙江大学;2018年
5 吕智宁;立体几何褶皱效果形成原理与提花织物设计CAD[D];浙江理工大学;2018年
6 杨超;基于图像分割的高分影像镶嵌线快速生成算法研究[D];杭州师范大学;2018年
7 王琦理;基于图像处理的公路滑坡规模自动提取方法研究[D];长安大学;2018年
8 钱金磊;自然光照下田间绿色植物图像分割方法的研究[D];内蒙古大学;2018年
9 许清;基于结合空间信息的有限混合模型的脑MR图像分割[D];南京信息工程大学;2018年
10 赵然然;乳腺专用PET系统定量分析方法研究[D];郑州大学;2018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