首页> 中文学位 >医学图像序列三维水平集分割及在体绘制中的应用
【6h】

医学图像序列三维水平集分割及在体绘制中的应用

代理获取

目录

声明

选题的依据与意义

国内外文献资料综述

1绪论

1.1 课题的研究背景及意义

1.2 课题研究现状

1.3 本文组织结构

2.1 引言

2.2 医学图像序列预处理方法

2.3 水平集分割基本理论

2.4 传统水平集分割模型

2.5本章小结

3.1 引言

3.2混合模型方法

3.3 一种改进的灰度不均图像的混合水平集模型

3.4 单幅图像实验结果与分析

3.5 三维分割的拓展及有效性实验

3.6 本章小结

4.1 引言

4.2 频率域三维水平集自动分割模型的实现

4.3 实验结果及分析

4.4 本章小结

5.1 引言

5.2 三维可视化技术常用方法

5.3基于边界面欧式距离的传递函数设计

5.4 三维可视化系统的实现与实例

5.5 本章小结

6 总结与展望

6.1 论文的主要工作

6.2 后续研究展望

参考文献

附录:攻读硕士学位期间发表的部分学术论著

致谢

展开▼

摘要

医学图像序列的三维分割一直是图像处理研究领域的重要问题之一。三维分割为摆脱繁琐的二维分割,实现图像序列的自动或半自动分割提供了理论基础。由于受偏移场效应和成像技术的影响,医学图像具有边缘模糊和灰度不均匀的特点,导致传统分割模型获得的分割结果往往不太理想。与传统分割模型相比,水平集方法具有自适应拓扑结构变化、数值稳定、可扩展性强等特点,尤其适合于结构复杂的医学图像序列的分割研究。医学图像可视化将断层图像序列以三维立体视图的形式呈现,方便医疗工作者对病灶进行更为细致的观察,现已成为辅助疾病诊断和治疗的重要手段。如何将感兴趣区域从图像序列中分割出来,并利用可视化技术将其方便、快捷地显示已成为当前医学图像处理领域的研究热点。
  针对医学图像序列的三维水平集分割与可视化技术,本文在详细了解理论基础上进行了一些有益的探讨,贡献主要有以下四个方面:
  (1)针对医学图像序列的边界模糊问题,提出一种图像序列三维边界面增强的预处理方法:首先,为了将图像序列适应于三维分割,对图像序列进行体数据构造、层间插值处理;其次,结合边界的梯度特征,利用三维梯度函数对体数据进行边界面粗提取,并将该边界面与原体数据进行权值融合。经过预处理,原图像序列的弱边界得到明显改善。
  (2)医学图像普遍存在的灰度不均导致传统基于区域的水平集分割模型分割效果不理想,而图像局部信息的利用可以将图像灰度值进行小范围的分离来克服灰度不均。为此,针对图像灰度不均特性,提出一种改进的空间域水平集分割模型。该方法引入局部信息项,通过局部性质的核函数实现对局部信息的提取,并将局部信息项成功地嵌入原水平集混合模型。将该模型进行二维分割实验,结果表明较原混合模型、LBF模型在分割速度、抗噪方面均有优势。进一步,利用图像序列的拓扑结构连续性,将上一切片的分割结果作为下一张切片的水平集初始轮廓线,实现图像序列的三维分割。通过对真实医学图像序列的分割处理,证明了该模型的有效性。
  (3)考虑到频域上分割可有效避开灰度不均、偏移场效应等问题,提出一种水平集自动初始化的高频能量最小化三维分割模型。利用形态学腐蚀从三维体数据提取水平集的初始边界轮廓面,由于其逼近真实边界,保证水平集初始化的准确性。研究频率域三维水平集分割模型,主要包括模型能量泛函的表达与频率域滤波器的构造。最小化该分割模型能量泛函的结果是通过滤波器提取出包含目标边界的高频信息,从而有效避免灰度不均等低频信息的干扰。将该方法应用于图像序列的分割实验,结果表明该模型能够很好的解决灰度不均图像序列的三维分割。
  (4)在已有的分割结果基础上,进行三维可视化实际应用研究。为了凸显分割结果,提出一种基于边界面欧氏距离的传递函数设计方法。将三维数据场中灰度值相同的体素到分割边界面的最短欧式距离的统计平均值,作为传递函数不透明度值的设置标准,指导传递函数的映射过程。通过将边界面附近的体素设置高的不透明值,对远离边界面的体素设置低的或者为零的不透明值,突出显示分割结果。同时,结合可视化工具VTK,在VC++平台上实现了一个具有简单用户界面的可视化应用程序。导入本文分割结果进行三维可视化,仅通过鼠标可以与可视化窗口进行简单的交互操作,来观察可视化结果。
  综上所述,本文的第一部分主要改善了医学图像序列存在的模糊边界,为后续分割模型提供高质量的体数据;第二与第三部分别从空间域和频率域提出水平集分割模型,并对真实医学图像进行实验,证明提出方法的有效性;第四部分针对本文的分割结果进行三维可视化系统设计方面的研究,提出基于分割面欧式距离的传递函数设计方法,并将分割结果作为可视化系统的输入数据进行实验,来验证系统的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号