基于肝臟超聲圖像病變的分割及識別研究.pdf

1、通過使用醫(yī)學圖像處理算法分析超聲圖像，計算機輔助診斷系統(tǒng)為醫(yī)師提供了診斷意見，使得醫(yī)師能夠得出綜合性的診斷，大大降低了誤診率。因此，醫(yī)學超聲圖像處理方法的研究具有重要的應用價值。本文以肝臟病變超聲圖像為對象，研究了肝臟超聲圖像中病變區(qū)域的分割以及識別問題，主要的工作有:
　　1、給出了一種改進的最穩(wěn)極值特征區(qū)域提取算法，應用到多種肝臟病變圖像的分割中。在對超聲圖像進行各項異性濾波及數(shù)學形態(tài)學處理的基礎上，提取了廣義的最穩(wěn)極值特征區(qū)

2、域，最后對二值化圖像進行邊緣融合并優(yōu)化了分割邊界。實驗結果表明改進的算法僅需要對超聲圖像在較小的閾值區(qū)間做二值化，相較于最穩(wěn)極值特征區(qū)域算法在[0，255]區(qū)間做二值化，大大降低了運算時間，并有著更好的分割準確度。
　　2、綜合了現(xiàn)有文獻中描述感興趣區(qū)域的紋理特征，給出了一種基于灰度共生矩陣的22個紋理特征和基于灰度運行周期矩陣的11個紋理特征的向量描述方法。依據(jù)該特征向量對脂肪肝超聲圖像進行了分類研究。實驗結果表明在感興趣區(qū)域尺