基于模糊理論的胸片圖像分析研究.pdf

1、醫(yī)學(xué)圖像處理在計算機視覺領(lǐng)域的飛速發(fā)展，使得計算機輔助診斷成為研究熱點，X光胸片是醫(yī)生常用于診斷肺部、骨骼、心臟等部位疾病的重要依據(jù)。在成像的過程中，由于人體組織結(jié)構(gòu)的復(fù)雜性、X射線散射、設(shè)備自身噪聲等因素的影響，導(dǎo)致圖像質(zhì)量下降，因此應(yīng)當(dāng)對圖像進行處理，為醫(yī)生提供可靠的診斷數(shù)據(jù)打下基礎(chǔ)，包括：增強處理以改善圖像質(zhì)量、分割處理以突出感興趣區(qū)域、肺結(jié)節(jié)識別研究以檢查病灶。
　　本文首先闡述了醫(yī)學(xué)圖像增強的基本方法，包括對比度增強和邊

2、緣檢測增強，并進行簡要說明。對基于模糊集合理論的圖像增強方法進行研究，在前人工作的基礎(chǔ)上，給出了一種基于模糊自適應(yīng)算法的胸片圖像增強方法。即使用可檢測邊緣度與噪聲標(biāo)準差之商作為圖像增強質(zhì)量的評估標(biāo)準，自動選擇模糊參數(shù)，實現(xiàn)廣義模糊增強圖像的自動優(yōu)化。然后闡述了基于模糊理論的胸片圖像分割方法，包括經(jīng)典的K-均值聚類算法、C-均值聚類算法，以及基于這兩種方法的改進方法，并分析他們的優(yōu)缺點，給出了分割出的肺部輪廓圖像。最后，本文將模糊模式識別