基于Gibbs随机场模型的医学图像分割新算法研究

摘要

图像分割是指将图像划分成一系列彼此互不交叠的匀质区域.作为一项最基本技术,它在图像分析、图像压缩等图像处理领域发挥极其重要作用,尤其是精确的医学图像分割在临床诊断中是必不可少的.基于吉伯斯随机场的先验模型通常被用于解决退化图像病态逆问题正则化求解,并通过提供良好的空间上下文约束信息,在贝叶斯医学图像分割中广泛运用;然而,在临床分割中,由于复杂的医学结构和图像的退化现象,导致了该模型在正则化过程中,需要适当改进以适应临床的不同需求.因此,该文针对该模型开展了深入系统地研究,并提出一系列相应的解决算法.首先,该文针对吉伯斯随机场在分割中参数估计难的问题,通过统计与训练,提出联合的最大似然与最大后验估计方法,在迭代中完成参数估计并实现对图像的吉伯斯贝叶斯分割;其次,该文针对引入高阶邻域空间约束信息在医学图像分割中所面临的尴尬问题,通过扩展单一分辨率的马尔科夫模型到多分辨率领域,提出一种混合金字塔随机场模型,只需考虑二阶邻域就能实现传统单一分辨率下只有引入高阶邻域才能更好解决的分割精度和效率问题;其三,该文针对医学图像多类模糊分割所面临的瓶颈问题,通过建立一种新颖的广义模糊吉伯斯随机场模型,分别从先验模型和似然模型入手,提出一套适合医学图像多类模糊分割的理论和技术方法;另外,该文针对水平集在解决复杂组织结构和形状拓扑关系改变分割过程中遇到的边界泄漏问题,设计出一种自适应的广义模糊速度场,通过提供更鲁棒的边界信息和更可靠的运动停止力,解决了传统以梯度图为边界信息的边界泄漏问题.该文通过大量的实验验证了所提模型与其改进方法的有效性.

目录

文摘

英文文摘

第一章绪论

1.1医学图像分割问题

1.2医学图像分割面临的困难

1.3本文的组织结构

1.4本文的主要贡献

第二章医学图像分割

2.1概述

2.2医学图像分割方法分类

2.2.1按使用知识的特点和层次分类

2.2.2按分割区域的重叠状况分类

2.2.3按分割过程中人工参与程度分类

2.2.4按基于类型特点分类

2.2.5按模型在分割中所起的作用分类

2.3优化算法

2.3.1能量函数的作用及其规划

2.3.2优化准则

2.3.3常用的优化算法

2.3.4估计方法

2.3.5对优化问题的思考

2.4医学图像分割的评估准则

2.5讨论

第三章吉伯斯随机场理论及应用

3.1概述

3.2 Gibbs随机场

3.2.1邻域系统与势团(Cliues)形式

3.2.2多极逻辑(Muti-Level Logistic,MLL)模型

3.2.3 GRF参数估计

3.2.4 GRF在图像分割中的应用

3.3基于ML-MAP分割算法

第四章基于边界的医学图像分割

4.1概述

4.2参数型变形模型

4.3几何型变形模型

4.3.1水平集图像分割

4.3.2快速匹配法(Fast Marching Method,FMM)

4.3.3窄带法(Narrow Band Method, NBM)

4.3.4速度场的设计

4.4变形模型在分割应用中的主要问题及其成因分析与克服

4.4.1分割中存在的问题

4.4.2分割存在问题的成因与克服

4.5一种新颖的自适应速度场设计[29]

4.5.1基于梯度图的边界泄漏(Leaking)问题

4.5.2 GFO边界图

4.5.3实验与结论

4.6讨论

第五章基于区域的医学图像分割

5.1概述

5.2聚类法(Clustering)

5.3基于图谱的图像分割(Atlas-Based)

5.4基于概率的图像分割(Probability-Based)

5.5基于数学形态学分割(Mathematical Morphology-Based)

5.6基于混合金字塔吉伯斯随机场模型的图像分割[14](HPGRF)

5.6.1传统GRF模型在MAP分割中的尴尬

5.6.2 HPGRF模型

5.6.3 HPGRF分割算法的实现

5.6.4实验与结论

5.7讨论

第六章基于广义模糊吉伯斯随机场的医学图像分割[1，2]

6.1概述

6.2传统确定类(Determinated)随机场分割算法缺陷

6.3二值模糊随机场分割及其在应用中存在的不足

6.4多值模糊随机场分割

6.4.1分段模糊随机场分割模型(PFGRF)

6.4.2广义模糊随机场分割模型(GFGRF)

6.5实验与结论

6.5.1脑部MR分割

6.5.2仿真图像分割(Simulated Image,SI)

第七章结论

7.1论文工作总结

7.2今后的工作展望

7.3对分割工作的思考与反思

参考文献

第一章参考文献

第二章参考文献

第三章参考文献

第四章参考文献

第五章参考文献

第六章参考文献

攻读博士学位期间发表论文、参与项目与发明专利情况

已发表论文

已送审论文

承担科研项目

发明专利

致谢