基于參數(shù)化水平集的醫(yī)學(xué)圖像分割及重建算法研究.pdf

1、隨著醫(yī)學(xué)技術(shù)的不斷進(jìn)步，醫(yī)學(xué)影像在現(xiàn)代醫(yī)學(xué)中占據(jù)著重要的位置。如何準(zhǔn)確地實(shí)現(xiàn)對(duì)醫(yī)學(xué)圖像的分割和重建是現(xiàn)代醫(yī)學(xué)影像研究的重要課題。目前的圖像分割和熒光光學(xué)圖像重建技術(shù)主要在有網(wǎng)格的框架下進(jìn)行（如體素和有限元），面對(duì)復(fù)雜的拓?fù)浣Y(jié)構(gòu)變化仍存在許多問(wèn)題。無(wú)網(wǎng)格的方法計(jì)算靈活，在處理拓?fù)浣Y(jié)構(gòu)變化方面具有較大的優(yōu)勢(shì)，開(kāi)展無(wú)網(wǎng)格方法在復(fù)雜醫(yī)學(xué)圖像的分割和重建方面的研究是十分必要的。
　　本文研究基于參數(shù)化水平集的無(wú)網(wǎng)格圖像分割和光學(xué)圖像重建算法

2、。首先，論文介紹了圖像分割和重建算法的基本概念和發(fā)展現(xiàn)狀，分析了水平集算法的原理、徑向基函數(shù)無(wú)網(wǎng)格法以及逆問(wèn)題重建方法。針對(duì)算法的發(fā)展現(xiàn)狀及目前存在的問(wèn)題存在的問(wèn)題，提出了基于徑向基函數(shù)的參數(shù)化水平集分割及重建算法，進(jìn)行了算法的程序設(shè)計(jì)，通過(guò)仿真實(shí)驗(yàn)進(jìn)行了驗(yàn)證。
　　本文首先實(shí)現(xiàn)了基于徑向基函數(shù)的C-V模型水平集分割算法。針對(duì)基函數(shù)中心位置分布對(duì)分割結(jié)果的影響對(duì)算法進(jìn)行了改進(jìn)，降低了由基函數(shù)分布造成的分割邊界產(chǎn)生的波動(dòng)，并對(duì)仿真結(jié)

3、果和腦部CT圖像外輪廓的分割效果進(jìn)行對(duì)比。實(shí)驗(yàn)表明該方法有效地改善了參數(shù)化C-V水平集分割模型的邊界效果。此外，針對(duì)激發(fā)熒光斷層成像的重建問(wèn)題，設(shè)計(jì)了一種基于緊支徑向基函數(shù)的無(wú)網(wǎng)格水平集重建算法，通過(guò)使用徑向基函數(shù)的系數(shù)作為未知量對(duì)重建目標(biāo)進(jìn)行參數(shù)化變換，以降低目標(biāo)的維度，并通過(guò)Levenberg-Marquarrd算法實(shí)現(xiàn)了對(duì)目標(biāo)光源的重建。與傳統(tǒng)有網(wǎng)格的有限元方法相比，該方法避免了對(duì)節(jié)點(diǎn)的插值過(guò)程，保證了計(jì)算的精確性。同時(shí)，相對(duì)于有