基于圖的醫(yī)學(xué)圖像分割方法研究.pdf

1、分類號UDC密級編號角方霜糾博士學(xué)位論文基于圖的醫(yī)學(xué)圖像分割方法研究ResearchonGraph—basedMedicalImageSegmentationMethods導(dǎo)師姓名專業(yè)名稱培養(yǎng)類型論文提交日期肖陽周凌宏生物醫(yī)學(xué)工程刪8刪0M6㈣0㈣鷂㈣急黼Ⅵ博士學(xué)位論文基于圖的醫(yī)學(xué)圖像分割方法研究博士研究生：肖陽指導(dǎo)教師：周凌宏摘要近十多年來基于圖的交互式醫(yī)學(xué)圖像分割方法受到研究者越來越多的關(guān)注，該類方法在臨床應(yīng)用中表現(xiàn)出以下幾種優(yōu)勢：

2、一是算法為用戶提供了直觀而且便捷的交互界面，在足夠的交互下可以得到任意的分割結(jié)果；二是無需訓(xùn)練步驟或者先驗信息，針對各類圖像中的不同目標(biāo)時體現(xiàn)出魯棒性；三是在自動化種子點檢測方法的輔助下，交互式算法可以轉(zhuǎn)化為全自動分割方法。在前人研究的基礎(chǔ)上，本文做出的創(chuàng)新與改進(jìn)工作主要包括兩部分：首先提出了一種新型基于隨機游走模型的圖像分割方法，并將其應(yīng)用于多模態(tài)核磁共振圖像中腦腫瘤的分割；其次提出了一種基于半監(jiān)督譜聚類的迭代式圖像分割方法，并將其應(yīng)

3、用于數(shù)字乳腺斷層攝影圖像中腫瘤病灶的分割。腦腫瘤是一種比較常見且致死率較高的惡性腫瘤，核磁共振成像是針對該類腫瘤最常用的診斷技術(shù)。腦腫瘤的多模態(tài)核磁共振圖像分割是醫(yī)學(xué)圖像領(lǐng)域難點和熱點問題之一。本文針對多模態(tài)腦腫瘤核磁共振圖像的分割問題，提出了一種新的基于隨機游走模型的分割算法，將隨機游走模型拓展到特征空間，根據(jù)己標(biāo)記種子點來計算特征空間中未標(biāo)記點屬于前景或者背景的概率值，并將其做為下一步分割中使用到的預(yù)設(shè)標(biāo)簽集。并且，為了使算法對初始