基于水平集区域分割的医学图像融合算法研究

被引量 : 0次 | 上传用户:bigger111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
医学图像融合技术是当今国内外研究的一个热点,医学图像融合能够综合利用医学图像中的互补信息,得到包含信息更全面、显示效果更好的图像,为临床诊断和治疗提供更精确的数据。如何有效利用各类图像提供的信息获取最佳的融合图像具有重要的理论研究价值和现实意义。针对传统的医学图像融合算法没有充分考虑图像目标特性的问题,提出基于水平集区域分割的医学图像融合方法,并根据其特点在多分辨率分析、区域分割及分析方法、基于区域的融合策略等方面进行了深入研究和大量实验,重点对基于水平集活动轮廓模型分割方法和基于区域的医学图像规则方面进行研究和改进。本文主要以CT与MRI图像作为研究对象,论文研究内容如下:1.基于边界的水平集模型对噪声比较敏感,往往存在无法处理不均匀区域及对初始轮廓敏感的问题,因此,提出一种基于改进活动轮廓模型和视觉特性的医学图像分割方法,通过引入标记矩阵实现单水平集多相分割,并采用基于显著图的初始轮廓提取方法对初始轮廓的位置进行优化,明显提高了图像分割的精度和速度。2.基于区域的水平集模型不易分割复杂多相图像,在分割过程中往往存在边缘定位不准确或过度分割的问题,并且收敛速度慢、对初始轮廓的位置比较敏感,针对这些问题,提出一种融合改进多相Chan-Vese水平集模型和感兴趣区域的分割方法,该模型将梯度信息、边缘检测算子以及惩罚项引入到能量函数中,通过FCM得到初始轮廓,实验结果表明,提出的方法可以有效地处理带有病变组织的医学图像。3.传统的像素级图像融合方法在融合过程中没有充分考虑图像中的目标特性,一般的基于区域分割的融合算法在区域划分方面缺乏针对性,基于此,提出了一种基于NSCT和水平集区域分割的图像融合算法,并采用基于视觉特性的区域分析方法将分割结果划分为感兴趣区域和背景区域,将系数根据区域划分情况进行区域融合。实验结果表明,该方法融合结果很好的继承了源图像的目标信息,融合结果显示清晰,效果较好。
其他文献
近年来,图像分割技术是人们研究图像分析、模式识别和图像理解中的一项非常关键的工作,如何进一步提高图像分割结果的精确性一直是图像分割技术中的关键问题,也直接影响到后
电能表是我国电工仪表行业中产量最大的产品,随着高新技术尤其是电子信息技术的快速发展,电子式、多功能、高精度、自动抄表等产品的优势突显,且已经逐步成为电能表发展的主
双语平行语料在计算语言学和自然语言处理研究领域具有广泛的应用,它为统计机器翻译模型提供不可或缺的训练数据,同时也是词典编纂和跨语言信息检索等应用的重要资源。然而,
SaaS(软件即服务)是随着互联网发展形成的一种新的软件应用模式。基于SaaS的报表工具系统是新一代的报表工具软件,可以云服务方式高效、灵活、经济地来提供各种报表服务。本
随着IT技术的不断发展,企业出现了许多基于Web的应用系统,这些系统在开发语言、部署平台、通信协议等方面存在很大的差异,如何将各个应用系统跨平台地无缝集合在一起,成为企业亟
本文中的微系统是泛指尺寸比较微小、在通常状态下用肉眼难以直接观察的系统,其含义较为宽泛,除了包含传统意义上的微机电系统(MEMS)外,还可以包括模式生物学领域中细胞群体组成
面向服务体系结构(SOA)是继面向对象、基于构件开发之后的一种新型软件开发、部署和集成模式,为软件开发提供了灵活的设计和开发方案。Web服务作为SOA的一种实现方法,突破了
最近几年,图像显著性检测是计算机视觉领域研究的热点。图像显著性检测的目的是能够将图像中感兴趣的目标区域自动地检测出来。对目标区域的检测精度与检测效率将直接影响到
信息在当今社会中占据着越来越重要的地位。可靠精确的信息,能够提高工作效率,缩短工作时间,有助于增强竞争力,做出科学的抉择。信息检索作为捕获用户需求信息的一种重要手段
虚拟计算环境是建立在广域互联网基础设施之上,为完成大型的应用需求进行网络资源的聚合,为用户提供可信的、透明的、服务一体化的环境。在虚拟计算环境下搭建地理信息系统,