基于相位的活動(dòng)輪廓模型的甲狀腺超聲圖像分割.pdf

1、據(jù)世界衛(wèi)生組織統(tǒng)計(jì),甲狀腺疾病已成為全球五大病因之一,預(yù)計(jì)2020年將躍升為第二大病因。超聲影像檢查以其廉價(jià)性、無損性、可重復(fù)性、靈敏度高的優(yōu)點(diǎn),成為檢查甲狀腺疾病的首選方法。由于受到醫(yī)務(wù)工作者視覺疲勞以及診斷水平的影響,診斷結(jié)果存在很大的主觀因素,診斷過程費(fèi)力耗時(shí)。因此,實(shí)現(xiàn)甲狀腺超聲檢查計(jì)算機(jī)輔助診斷十分必要。它可以為醫(yī)務(wù)工作者提供診斷疾病的必要病情信息,提高診斷正確率,減少醫(yī)務(wù)工作者的工作量。甲狀腺超聲圖像分割能夠分割出甲狀腺的病

2、變區(qū)域,是實(shí)現(xiàn)甲狀腺超聲檢查計(jì)算機(jī)輔助診斷的重要環(huán)節(jié)。
　　本文根據(jù)超聲圖像斑點(diǎn)噪聲嚴(yán)重、對比度低、灰度分布不均勻的特點(diǎn),對幾何活動(dòng)輪廓模型中的測地線活動(dòng)輪廓模型(GAC)進(jìn)行了改進(jìn),建立了基于相位的測地線活動(dòng)輪廓模型(PCGAC),分割出甲狀腺結(jié)節(jié)的邊界輪廓。本文的主要研究工作如下:
　　基于梯度邊界停止函數(shù)的GAC模型對噪聲敏感且不具有檢測弱邊緣的能力,而相位一致性邊緣檢測具有好的檢測噪聲圖像和弱邊緣目標(biāo)的能力,本文構(gòu)造