检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于混合水平集的脑组织自动提取方法

计算机应用 2013年第7期33卷 2014-2017页

作者：敖谦朱燕平江少锋上饶师范学院计算机网络中心江西上饶334001 南昌航空大学测试与光电工程学院南昌330063

脑组织自动提取是脑功能分析中一个重要的预处理步骤,为提高脑组织提取的精度,提出了一种新的提取方法。该方法首先对磁共振成像(MRI)图像使用改进脑组织提取工具(BET)算法快速提取初始轮廓;其次对此初始轮廓进行数学形态学膨胀处理,得... 详细信息

脑组织自动提取是脑功能分析中一个重要的预处理步骤,为提高脑组织提取的精度,提出了一种新的提取方法。该方法首先对磁共振成像(MRI)图像使用改进脑组织提取工具(BET)算法快速提取初始轮廓;其次对此初始轮廓进行数学形态学膨胀处理,得到初始感兴趣区域;然后在初始感兴趣区域中使用改进混合轮廓模型进行处理,得到新的轮廓线再进行膨胀处理得到新的区域,如此不断迭代;最后,该混合模型收敛,获得较精确脑组织轮廓。实验采用了7组来自IBSR网站的MRI数据序列,所提算法得到的平均错误划分比例为7.89%。实验结果表明所提方法对于脑组织提取精度的提高是有效和可行的。

关键词：脑组织提取混合水平集脑组织提取工具

Lagrangian增强补种混合粒子水平集医学图像分割

在线全文

学校读者我要写书评

暂无评论

控制工程 2016年第5期23卷 720-725页

作者：周雄李昊重庆工商大学融智学院重庆400033 重庆医科大学附属儿童医院重庆400014

针对医学CT图像像素不均匀对局部分割算法影响较大的问题,提出一种基于Lagrangian粒子增强补种算法的混合水平集医学CT图像分割算法。首先,针对局部图像非均匀性,通过在计算水平集公式前先计算Lagrangian标记粒子来重建内嵌交接界面,从... 详细信息

针对医学CT图像像素不均匀对局部分割算法影响较大的问题,提出一种基于Lagrangian粒子增强补种算法的混合水平集医学CT图像分割算法。首先,针对局部图像非均匀性,通过在计算水平集公式前先计算Lagrangian标记粒子来重建内嵌交接界面,从而提高水平集算法的质量守恒特性;其次,针对传统粒子方法在处理界面奇异性和复杂几何相关问题上的不确定性,通过增加速度矢量和单位法向量来促进奇异点和拓扑变化点速度场的收敛;最后,通过在真实CT图像上的仿真测试表明,所提算法在边缘分割收敛精度及运算速度上均要优于对比算法。

关键词：拉格朗日粒子补种算法混合水平集医学CT图像分割

在线全文

学校读者我要写书评

暂无评论

改进的多模式脑肿瘤图像混合分割算法

信号处理 2018年第3期34卷 340-346页

作者：童云飞李锵关欣天津大学微电子学院天津300072

脑肿瘤是一种高危疾病,在治疗过程中,任何有关位置和大小的信息都至关重要。为了有效检测和诊断脑肿瘤,针对多模式MRI脑肿瘤图像:FLAIR、T2和T1C,本文提出一种改进的多模式脑肿瘤图像混合分割算法。首先对三种模式的MRI图像分别进行中... 详细信息

脑肿瘤是一种高危疾病,在治疗过程中,任何有关位置和大小的信息都至关重要。为了有效检测和诊断脑肿瘤,针对多模式MRI脑肿瘤图像:FLAIR、T2和T1C,本文提出一种改进的多模式脑肿瘤图像混合分割算法。首先对三种模式的MRI图像分别进行中值滤波和快速模糊C均值聚类,之后将图像灰度值按照线性比例FLAIR∶T2∶T1C=5∶4∶1融合得到预处理图像。之后使用快速模糊C均值算法和自动阈值对预处理图像进行聚类分割,得到脑肿瘤的欠分割图像,最后,使用混合水平集算法对欠分割图像进行分割得到脑肿瘤分割图像。分割的脑肿瘤图像与金标准对比,平均Dice达到0.90;与同类算法对比,经本文算法得到的Dice最佳,稳定性好,实时性高,能够满足医学临床需要。

关键词：脑肿瘤多模式快速模糊C均值混合水平集

在线全文

学校读者我要写书评

暂无评论

利用感兴趣区域从脑部MRI中提取脑组织

中国图象图形学报 2013年第12期18卷 1644-1650页

作者：江少锋万红平陈震杨素华南昌航空大学无损检测技术教育部重点实验室南昌330063

从脑部核磁共振成像(MRI)图像提取脑组织是影像学分析中的一项重要的预处理过程。提出了一种基于感兴趣区域和混合水平集方法的脑组织提取方法。该方法先采用脑组织提取工具(BET)方法得到脑组织的感兴趣区域,然后在该感兴趣区域内演化... 详细信息

从脑部核磁共振成像(MRI)图像提取脑组织是影像学分析中的一项重要的预处理过程。提出了一种基于感兴趣区域和混合水平集方法的脑组织提取方法。该方法先采用脑组织提取工具(BET)方法得到脑组织的感兴趣区域,然后在该感兴趣区域内演化改进的混和水平集得到真实的脑组织边界。改进的混合水平集采用了一个非线性的速度函数,能够有效地防止边界泄露。该方法所用到的MRI数据均来自于IBSR(Internet brain segmentation repository web)网站。利用18组IBSR网站的MRI数据,该方法得到的结果接近于标准手动提取结果,并且在多个评价参数上都取得最好结果。实验结果表明该方法提取脑组织具有一定的准确性和稳定性。

关键词：脑组织提取混合水平集感兴趣区域脑部MRI图像活动轮廓

在线全文

学校读者我要写书评

暂无评论

基于CBCT图像的牙齿水平集分割

基于CBCT图像的牙齿水平集分割

作者：刘祎电子科技大学

学位级别：硕士

随着越来越多人重视口腔健康,牙齿功能改善和美观治疗存在大量的临床需求,医生对牙齿分割技术的应用要求逐步提高。CBCT的出现为计算机辅助口腔诊疗提供重要的数据信息,但牙齿与邻牙、牙周组织、颌骨接触边界模糊,且牙齿结构发生拓扑变... 详细信息

随着越来越多人重视口腔健康,牙齿功能改善和美观治疗存在大量的临床需求,医生对牙齿分割技术的应用要求逐步提高。CBCT的出现为计算机辅助口腔诊疗提供重要的数据信息,但牙齿与邻牙、牙周组织、颌骨接触边界模糊,且牙齿结构发生拓扑变化等问题令分割难度增大,而水平集方法在医学图像分割拓扑结构变化方面表现良好。因此,本文针对临床口腔在牙齿分割效率、准确度和稳定性方面的应用现实问题,结合CBCT图像数据特征和牙齿解剖结构知识,进行牙齿水平集分割算法研究,并完成牙齿三维结构实现。具体研究内容如下:数据预处理。根据CBCT图像数据信息采用分段线性变换、中值滤波进行图像增强、降噪,利用最大密度投影选取牙齿边界区域,便于分割处理;制定牙齿分割实现方案。结合牙齿分割发展历程,基于水平集理论和牙齿解剖结构重点介绍牙齿分割实现方案。针对初始层磨牙提出基于边缘检测因子的快速水平集分割,实验结果验证了运行时间有相对较好的提升。改进的单牙齿混合水平集分割。针对分割牙根拓扑变化不及时和曲线易被邻牙、牙周组织影响导致分割错误边界的情况,本文充分利用CBCT图像序列的层间信息,优化先验信息项和正则项的定义,引入带约束的形状项,构建改进的混合水平集框架。针对牙齿数据进行改进混合水平集牙根方向层间序列迭代分割实验,得到四种指标Dice、VD、MSSD、ASSD平均值分别为89.20%、35.31mm、1.43mm、0.20mm,表现较为良好,微弱的提高了牙根分支拓扑变化的及时性,较好的保证了模型演化过程的稳定性。全口腔牙齿分割三维实现。针对邻牙牙冠边界位置模糊地带的存在,提出了混合双水平集互斥模型进行全口腔牙齿分割。初始层单颗牙齿分开再合并快速分割处理,奇偶交替作为全口腔分割初始化,完成层间序列分割和三维优化处理,完成全口腔牙齿三维结构实现并进行结果分析。以上工作通过临床多颗牙齿进行针对性实验,结果表明本文针对性改进的分割模型对于牙齿水平集分割在应用效率、准确度和稳定性方面有相对较好的表现。

关键词：约束形状项层间序列分割混合水平集双水平集互斥

基于水平集理论框架的成像目标分割与跟踪技术研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于水平集理论框架的成像目标分割与跟踪技术研究

作者：罗健电子科技大学

学位级别：硕士

图像分割和目标跟踪是图像理解和识别的前提,一直是图像处理和计算机视觉领域的研究热点。对于图像分割,由于噪声、对比度低和强度不均匀等因素,如何准确分割出目标对象仍然是一个具有挑战的工作。而目标跟踪问题中由于目标拓扑变换、... 详细信息

图像分割和目标跟踪是图像理解和识别的前提,一直是图像处理和计算机视觉领域的研究热点。对于图像分割,由于噪声、对比度低和强度不均匀等因素,如何准确分割出目标对象仍然是一个具有挑战的工作。而目标跟踪问题中由于目标拓扑变换、遮挡、光照变化、相机抖动等问题,如何实现对目标长时间稳定的跟踪同样是一个困难的问题。基于水平集图像处理方法,由于其具有自由拓扑变换以及多信息共融性的优点,近年来受到广泛关注。因此,本文开展了基于水平集理论的图像分割和目标跟踪方法的研究。本文的主要研究内容及成果如下:深入研究基于曲线演化理论和水平集方法的图像处理方法。介绍曲线演化理论的基本概念,能量函数求极值的方法。水平集理论方面,研究水平集方法的基本原理、水平集演化方程的数值解法、以及推广到含有平流运动和曲率运动的情况。讨论分析水平集方法实现中涉及的水平集函数的初始化、速度场的拓展和迭代时间步长的选取的关键问题。设计一种基于快速的混合水平集模型。充分分析经典的水平集模型的特点。为解决演化曲线对初始位置的敏感性,以及分割强度不均匀图像的难题,新模型融合了局部图像拟合项和全局的图像拟合项,以驱动轮廓演化,繁冗的重新初始化程序被完全消除。该方法可以准确地分割具有非均匀性质的图像,并且最终的分割结果与初始曲线的初始位置无关。在其数值实现中,引入代数多重网格方法用于打破时间步长的限制,从而大大缩短演进过程的时间消耗,使算法能够快速收敛到目标的真实位置。提出一种基于多特征融合轮廓跟踪方法。重点研究轮廓跟踪方法的基本原理和分类,对经典的主动轮廓模型的性能进行充分的分析。提出的方法通过选取LBP、HOG特征和HSI特征,并进行特征融合,实现对目标特征的精确提取,从而建立目标的判别式模型。根据判别式模型,运用支持向量机分类器获得目标的置信图,将置信图作为轮廓的外部能量引入水平集框架中,加上轮廓自身的内部能量,一起引导轮廓进化到目标的边缘位置。

关键词：混合水平集图像分割多特征融合轮廓跟踪