肝臟超聲圖像病灶區(qū)域分割算法的研究.pdf

1、肝臟患病率在國(guó)內(nèi)人群中很高，對(duì)其預(yù)前的診斷吸引了越來(lái)越多研究者的關(guān)注。超聲圖像可以清晰顯示各器官與周圍組織的斷面像，接近真實(shí)的結(jié)構(gòu)，所以超聲圖像可以用于早期的診斷。隨著各種計(jì)算機(jī)技術(shù)的發(fā)展，自動(dòng)化分析肝臟超聲圖像漸漸成為可能。但是，由于肝臟超聲圖像的復(fù)雜性和獨(dú)特性，還有不可避免的斑點(diǎn)噪聲和紋理，所以在肝臟超聲圖像的自動(dòng)化分析中，具有一定的難度。本文通過(guò)研究肝臟超聲圖像病灶區(qū)域的分割技術(shù)，實(shí)現(xiàn)病灶區(qū)域的有效分割，從而準(zhǔn)確提取其的輪廓，為后

2、續(xù)診斷分析奠定基礎(chǔ)。本文主要的工作有:
　　1、結(jié)合Wellner算法和粒子群優(yōu)化(PSO)算法，給出一種改進(jìn)的肝臟超聲圖像病灶區(qū)域分割算法。通過(guò)PSO算法自動(dòng)尋找Wellner算法的閾值t，從而使改進(jìn)算法適應(yīng)不同的肝臟超聲圖像，最后根據(jù)優(yōu)化的參數(shù)t進(jìn)行圖像分割。在實(shí)驗(yàn)中，我們總結(jié)了粒子群優(yōu)化方法中參數(shù)的影響，接著評(píng)估對(duì)比算法的TPVF、FNVF與FPVF指標(biāo)。實(shí)驗(yàn)結(jié)果證明，Wellner-PSO改進(jìn)算法適用于分割肝臟超聲圖像的病