版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、MR腦圖像分割作為醫(yī)學圖像分割的一個重要研究方向,對后續(xù)的腦部解剖結(jié)構(gòu)的三維可視化、放療計劃、外科手術(shù)計劃的制定和仿真起著至關(guān)重要的作用。由于腦部圖像的復雜性,目前還沒有一種方法能夠?qū)崿F(xiàn)令人滿意的分割效果。幾何形變模型是近十幾年來興起的圖像分割方法,很大程度上解決了傳統(tǒng)腦圖像分割技術(shù)中存在的問題,已經(jīng)成為腦圖像分割領(lǐng)域中的研究熱點。本文基于幾何形變模型對MR腦圖像組織分割技術(shù)進行了探索和研究,根據(jù)MR腦圖像特點,對兩種快速的幾何形變模型
2、方法即:窄帶法和快速步進法,進行了改進。
針對窄帶法在腦圖像數(shù)據(jù)量較大或者三維分割時效率低的問題,本文引入?yún)^(qū)域生長法,提出了改進窄帶法。該算法利用窄帶法的欠分割結(jié)果指導區(qū)域生長,從而快速的完成圖像分割。在二維分割實驗中,改進窄帶法比傳統(tǒng)窄帶法效率提高一倍以上,在三維分割實驗中,改進窄帶法的效率優(yōu)勢更加明顯。
針對快速步進法分割準確度不高,圖像邊界模糊時易泄漏等問題,本文根據(jù)T1加權(quán)MR腦圖像的成像特點,結(jié)合區(qū)域信息提
3、出了改進的快速步進法。實驗結(jié)果表明改進快速步進法較好的解決了圖像邊界模糊時的泄漏問題。
利用一種參數(shù)優(yōu)化策略調(diào)整各算法參數(shù)后,對窄帶法、改進窄帶法、快速步進法和改進快速步進法進行了圖像分割評價。評價結(jié)果表明改進窄帶法分割結(jié)果的平均真陽性率和平均重疊率比傳統(tǒng)窄帶法分別提高了3.5%和2.1%;在二維情況下,改進快速步進法分割結(jié)果的平均真陽性率和平均重疊率都比傳統(tǒng)快速步進法提高了11.0%和4.5%,三維情況下分別提高了16.3%
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于腦MR圖像的三維組織自動分割.pdf
- 基于形變模型的心臟超聲圖像三維分割方法.pdf
- 基于幾何形變模型的醫(yī)學圖像分割方法研究.pdf
- 三維肝臟MR圖像分割技術(shù)研究.pdf
- 基于ITK的MR腦組織圖像分割方法的研究.pdf
- 基于MR圖像的腦組織分割技術(shù)研究及系統(tǒng)實現(xiàn).pdf
- 基于形變模型的圖像分割技術(shù)研究.pdf
- 基于幾何形變模型的CT圖像肝臟腫瘤分割.pdf
- 基于形變模型的軟組織醫(yī)學圖像分割的研究.pdf
- 腦MR圖像分割技術(shù)研究.pdf
- 基于二維圖像的三維模型分割算法研究.pdf
- 基于MRI的腦圖像分割和三維重建.pdf
- MR圖像腦組織分割算法的研究與實現(xiàn).pdf
- 基于三維相機的圖像分割技術(shù)研究.pdf
- 基于三維模型幾何信息的紋理圖像壓縮.pdf
- 基于形變模型的三維人臉模型重建研究.pdf
- 圖像分割與三維幾何信息提取的研究.pdf
- 基于形變模型的醫(yī)學圖像分割研究.pdf
- 三維幾何模型分割和對齊算法.pdf
- 基于形變模型的三維人臉重建研究.pdf
評論
0/150
提交評論