醫(yī)學(xué)圖像形狀特征提取
頁數(shù) 49 字?jǐn)?shù) 22946
摘 要
隨著醫(yī)學(xué)影像設(shè)備的進(jìn)步和計算機(jī)技術(shù)的發(fā)展，醫(yī)生可以為病人提供越來越高的服務(wù)質(zhì)量，解除病人因疾病帶來的痛苦。但是，由于有的疾病本身的隱蔽性和現(xiàn)有醫(yī)療水平的限制，誤診率仍然存在，病人錯過最佳的治療時機(jī)，后期治療的代價昂貴收效不高。
在醫(yī)學(xué)圖像處理領(lǐng)域，借助計算機(jī)來進(jìn)行圖象處理和分析，是圖像處理技術(shù)結(jié)合醫(yī)學(xué)圖像特點(diǎn)的重要應(yīng)用方面。作者在研究了國內(nèi)外該領(lǐng)域的技術(shù)方向和發(fā)展動態(tài)后，綜述了主要的研究內(nèi)容和方法，介紹了在癌癥診斷中圖像處理與識別的研究重點(diǎn)和核心技術(shù)。本文在這些理論與技術(shù)的基礎(chǔ)上，具體結(jié)合醫(yī)學(xué)腫瘤圖像的特點(diǎn)，采用合適的處理手段并有機(jī)結(jié)合這些技術(shù)得到了較為理想的處理結(jié)果。
主要的工作有：關(guān)于肺部候選結(jié)節(jié)的分割方法是基于區(qū)域生長方法，但在該傳統(tǒng)方法基礎(chǔ)上做了若干改進(jìn)，主要的改進(jìn)方向是使用了區(qū)域生長中的計算準(zhǔn)則。論文采用 Matlab對論文提出的算法進(jìn)行了仿真實(shí)驗(yàn)，證明了本文算法的有效性。算法在醫(yī)學(xué)圖像中實(shí)施，取得了滿意的效果。


關(guān)鍵詞: 醫(yī)學(xué)圖像；感興趣區(qū)；形狀特征提?。粎^(qū)域生長

目錄
摘 要 I
Abstract III
第1章 緒論 1
1.1 課題研究的目的及意義 1
1.2 計算機(jī)輔助診斷的研究現(xiàn)狀 2
1.3 醫(yī)學(xué)圖像特征提取的研究現(xiàn)狀 3
1.4 本課題主要研究內(nèi)容 5
第2章 圖像形狀特征提取 6
2.1圖像的預(yù)處理 6
2.2 基于邊緣的形狀特征提取 7
2.2.1圖像邊緣檢測 7
2.2.2 基于邊緣的形狀提取 8
2.2.3 邊界跟蹤 10
2.3 基于區(qū)域的形狀特征提取 11
2.3.1形態(tài)學(xué)操作 12
2.3.2區(qū)域生長 13
2.4本章小結(jié) 15
第3章 醫(yī)學(xué)圖像形狀特征提取 16
3.1 肺癌及其診斷 16
3.1.1肺癌的病理學(xué)介紹 16
3.1.2肺癌的成像 17
3.1.3肺部CT結(jié)節(jié)腫塊形態(tài) 18
3.2 區(qū)域生長算法改進(jìn) 20
3.2.1 使用區(qū)域的特征作為一致性準(zhǔn)則 20
3.3結(jié)節(jié)腫塊分割實(shí)施 22
3.4形狀特征分析 23
3.4.1基于外部參數(shù)的形狀描述 24
3.4.2基于內(nèi)部參數(shù)的形狀描述 26
3.5本章小結(jié) 29
第四章 實(shí)驗(yàn)結(jié)果比對分析 31
4.1 實(shí)驗(yàn)結(jié)果 31
4.1.1基于邊緣檢測的形狀特征提取結(jié)果 31
4.1.2基于區(qū)域生長法的形狀特征提取的改進(jìn) 33
4.2 腫瘤特征分析 35
4.3 孤立結(jié)節(jié)（SPN）特征具體分析 36
4.4 結(jié)合圖像結(jié)果分析病理 36
第5章 總結(jié)與展望 37
5.1 總結(jié) 37
5.2展望 37
參 考 文 獻(xiàn) 39
致 謝 40

參 考 文 獻(xiàn)
[1] 羅述謙等. 醫(yī)學(xué)圖象的處理與分析. 北京：科學(xué)出版社，2003，8
[2] 章毓晉. 圖像分割. 北京： 科學(xué)出版社，2001，2
[3] 田捷, 包尚聯(lián), 周明全. 醫(yī)學(xué)圖像處理與分析. 北京：電子工業(yè)出版社，2003，9
[4] 岡薩雷斯著，阮秋琦等譯. 數(shù)字圖像處理（第二版）. 北京：電子工業(yè)出版社，2003，3
[5] 郝文化，等. MATLAB圖形圖像處理應(yīng)用教程. 北京：中國水利水電出版社，2004，