检索结果-内蒙古大学图书馆

您好，读者！请登录

咨询与建议

检索条件"主题词=几何活动轮廓模型"

共 84 条记录，以下是81-90 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于变分方法的心脏核磁共振图像分割研究

基于变分方法的心脏核磁共振图像分割研究

引用

作者：张建伟南京理工大学

学位级别：博士

核磁共振成像(Magnetic Resonance Imaging，MRI)以其非介入性、非损伤性、很少受目标物体运动的影响等特点，已被广泛运用于医学图像拍摄，并在临床医学上起着越来越重要的作用。MR图像分割在生物医学研究和临床应用中具有重要的意义... 详细信息

核磁共振成像(Magnetic Resonance Imaging，MRI)以其非介入性、非损伤性、很少受目标物体运动的影响等特点，已被广泛运用于医学图像拍摄，并在临床医学上起着越来越重要的作用。MR图像分割在生物医学研究和临床应用中具有重要的意义。图像分割可用于研究解剖结构、组织定量化测定、病灶确定、病疾诊断等。精确的分割是后继分析的关键和重要基础。根据特定的医学图像分析任务的要求，分割的目的是将原始图像划分为一系列有意义的区域或提取图像中感兴趣的区域(Region of Interesting，ROI)。变分方法可以自然的将复杂的分割转化为泛函的极值问题。本文结合特定的图像分割目的，基于变分等原理对图像分割进行了系统的深入研究，并对其数值实现与快速实现进行了探讨。目前，活动轮廓模型已经成为医学图像分析的重要工具。传统的参数模型在分割图像时强烈地依赖于轮廓的初始位置，捕捉范围小，不仅因进入凹陷区域困难，常陷于能量局部极值，而且不支持拓扑改变；另外在外力很小时，轮廓会收缩到一点，而边界很弱时，轮廓又会渗透过边界；同时，模型参数的确定也没有理论的指导。而且，由于人体解剖结构的复杂性、软组织的不规则性，使得成像质量不太理想。本文将双T-Snake方法和遗传算法结合起来，在继承T-Snake模型的拓扑改变能力的同时，为遗传算法缩小有效搜索空间以弥补遗传算法的局限，避免了Snake模型的局部极小化，并保持了遗传算法的全局优化的特点。针对Snake模型较难处理拓扑结构改变的问题，水平集模型应运而生。近十年来，该方法的出现推动了非参数化的几何活动轮廓模型的研究。几何模型的显著特点就是可以方便地处理拓扑结构变化问题。但是，由于左心室存在弱边缘、与周围组织之间存在低对比区域，传统的水平集模型在定义速度时，往往仅使用了图像的边缘信息，这样必然导致在分割具有强噪声或具有弱边界的图像目标时，不能得到真实边界，常常因初始轮廓线超出区域边界时，而导致分割失败。针对上面提到的不足，本文提出一种双水平集方法来解决具有细长拓扑结构的图像分割和弱边界问题，该方法通过两条水平集之间的相互吸引来加速解的收敛。在双水平集的演化过程中，采用新的快速距离函数构造方法，以提高分割效率。并利用图像的区域信息及全局信息构造速度函数，使速度函数具有全局性，改善了分割效果，并使算法具有较好的数值稳定性。 Snake模型与水平集模型都有其特定的优点，本文提出一种改进的参数活动轮廓模型，它综合参数模型和几何模型的优点，利用图像的全局信息构造新的约束力，以最大程度地避免局部最优，并防止曲线从弱边界泄漏。然后利用参数模型和几何模型

关键词：图像分割变分方法参数活动轮廓模型几何活动轮廓模型高斯混合模型非线性扩散滤波分割-增强耦合变分模型核磁共振图像

来源：评论

学校读者我要写书评

暂无评论

活动轮廓模型在核磁共振图像处理中的应用研究

活动轮廓模型在核磁共振图像处理中的应用研究

引用

作者：陈允杰南京信息工程大学

学位级别：硕士

核磁共振成像(magnetic resonance imaging,MRI)以其非介入性、非损伤性、很少受目标物体运动的影响等特点,已被广泛运用于医学图像拍摄。目前,医学影像在临床医学上起着越来越重要的作用。医学图像分割在生物医学研究和临床应用中具有... 详细信息

核磁共振成像(magnetic resonance imaging,MRI)以其非介入性、非损伤性、很少受目标物体运动的影响等特点,已被广泛运用于医学图像拍摄。目前,医学影像在临床医学上起着越来越重要的作用。医学图像分割在生物医学研究和临床应用中具有重要的意义,可用于研究解剖结构、组织定量化测定、病灶确定、病疾诊断等。并将分割的信息用于三维重建,从而达到目标三维运动重建的目的,易于对病理的分析研究。因而精确的分割是后继分析的关键和重要基础。分割的目的是将原始图像划分为一系列有意义的区域或提取图像中感兴趣的区域(region of interest,ROI)。变分方法可以自然的将复杂的分割转化为泛函的极值问题。本文结合特定的图像分割目的,基于变分等原理对图像分割进行了系统的深入研究,并对其数值实现与快速实现进行了探讨。可形变模型已经成为医学图像分析的重要工具。目前常用的可形变模型有参数模型和几何模型,传统的参数模型在分割图像时强烈地依赖于轮廓的初始位置,捕捉范围小,不仅进入凹陷区域困难而且常陷于能量局部极值,而且不支持拓扑改变;另外在外力很小时,轮廓会收缩到一点,而边界很弱时,轮廓又会渗透过边界;同时,模型参数的确定也没有理论的指导。而且,由于人体解剖结构的复杂性、软组织的不规则性,使得成像质量不是太理想,从而使参数模型分割的效果不是太理想。本文构造一种新的图像力,以减少噪音对Snake模型的影响;将Snake模型和遗传算法结合起来,优化Snake模型分割结果,以防止模型陷入局部最优。针对Snake模型较难处理拓扑改变的问题,水平集模型应运而生。近十年来,该方法的出现推动了非参数化的几何活动轮廓模型的研究。几何模型的一大特点就是可以处理拓扑结构变化问题。但是,由于心脏MR图像中左心室易存在弱边缘、与周围组织之间存在低对比区域。传统的水平集在定义速度时,往往仅使用了图像的边缘信息,这样必然导致在分割该类目标时,不能得到真实边界,而且在初始轮廓线超出区域边界时,将导致分割失败。 Snake模型与水平集模型都有其特定的优点,本文提出一种改进的参数活动轮廓模型——S-L模型,它综合参数模型和几何模型的优点,首先利用图像的全局信息构造出新的约束力,以最大程度地避免局部最优,并防止曲线从弱边界泄漏。并利用水平集的思想使其具有处理拓扑改变的能力,同时又具有Snake模型的高效性。基于Mumford-Shah(M-S)模型可以同时实现图像分割和恢复。分割基于一组不断平滑的重建图像,可使分割简单化。即使这样,其迭代过程需要对所有图像数据反复进行计算,因而其时间效率很低,难以实时应用。针对这个缺点,根据医学MRI的特点对M-S模型进行改进,提出一种基于直方图的快速求解方法,其求解时首先构造符号表以区分曲线内外区域,然后利用直方图法进行目标的快速粗分割,再通过遍历优化边界以获得较精确的分割。对MR图像分割的实验表明其分割效果更好,同时,时间效率也有大幅提高,方便了实时应用。

关键词：图像分割变分方法参数活动轮廓模型几何活动轮廓模型分割-增强耦合变分模型

来源：评论

学校读者我要写书评

暂无评论

强鲁棒的非刚性点配准方法及其应用研究

强鲁棒的非刚性点配准方法及其应用研究

引用

作者：吴月娥中国科学技术大学

学位级别：博士

医学图像配准是医学图像处理领域中一个重要、基本的研究课题，是医学图像融合、重建以及标准图谱建立等研究的基础。由于人体结构的复杂性，很多组织器官都是复杂的弹性体，简单的刚性配准无法表示人体复杂结构的局部细节。而这些细节... 详细信息

医学图像配准是医学图像处理领域中一个重要、基本的研究课题，是医学图像融合、重建以及标准图谱建立等研究的基础。由于人体结构的复杂性，很多组织器官都是复杂的弹性体，简单的刚性配准无法表示人体复杂结构的局部细节。而这些细节却是临床诊断中很重要的依据，因此必须采用具有更高自由度的非刚性配准技术。非刚性配准是医学图像处理的重要研究课题。同刚性配准相比，非刚性配准还不成熟，如何建立合理的形变模型，适合各种复杂的组织变形;如何提高非刚性配准的速度、精度以及对非刚性配准的评估都需要进一步的研究。非刚性点配准是基于特征的配准方法中最基本、最主要的问题，是基于线、面等配准方法的基础。本文在对非刚性配准技术深入研究的基础上，提出了一种较为通用的非刚性点配准方法。算法具有较高的鲁棒性，且实现了配准过程完全自动化。然后将其应用到3D脑图像配准和可形变概率图谱的建立中。具体成果和创新点介绍如下： (1)提出了一种基于Levelset方法的双表面延伸算法，实现了脑皮层和脑沟带的自动、稳定及强鲁棒性的分割。提取待配准图像中的某些特征量是基于特征的配准方法的前提。本文在深入研究各种分割方法的基础上，对其中一种分割效果较好的算法，即几何活动轮廓方法进行了改进，提出了一种基于多段水平集方法的双表面延伸算法，较好地克服了Snake模型及传统Levelset方法的许多缺点。并将其成功的应用于3D脑皮层的分割问题中，实现了脑外皮层和主要脑沟带的完全自动化提取。 (2)提出了一种较为通用的非刚性点配准方法——混合点配准算法(MPM)。非刚性点配准是其它基于特征的配准方法的基础，是实现不同个体之间3D脑图像配准的关键。本文在深入研究非刚性点配准中存在的问题的基础上，利用高斯混合模型，提出了一种简单快速的混合点配准算法(MPM)，成功的解决了非刚性点配准中参数空间的高维搜索及溢出点处理的建模问题。并通过一系列的实验来评估算法的有效性。 (3)实现了利用近似薄板样条作为变换模型，将标记点位置的变换扩展到整个图像空间中。任意d维的薄板样条函数可以描述为多变量插值问题，但是插值薄板样条要求两幅图像中标记点是完全匹配的。然而，在实际应用中不管是人工、半自动化或完全自动化提取的标记点，其位置总是存在误差的。为了考虑标记点位置的误差，在薄板平滑样条的基础上，提出了一种各项异性近似薄板样条，考虑标记点在不同方向上的误差及其互相关性，使得算法能够处理各项异性误差及不同类型的标记点，提高配准的准确度。 (4)引入聚类技术，减少配准点集的数目，大大提高了混合点配准算法的计算速度。在混合点配准算法(MPM)中，当特征点的数目达到上百甚至上千时，估计对应关系和变换的计算量非常巨大。为了减少其计算代价，并使算法具有对称性，对第三章的混合点配准算法进行扩展，提出了一种对称的混合点配准算法(SMPM)和一种联合聚类—配准算法(JCM)，结合有粗到细配准的策略反复多次配准。这样不仅可以大大减少计算代价，还提高了配准精度。 (5)实现了将非刚性点配准算法用于解决医学图像中一个重要的问题——个体之间的3D脑解剖结构特征的非刚性配准。由于大脑结构的异常复杂性和多变性，个体之间的脑解剖结构配准是一项非常困难的任务。本文在深入研究脑配准的研究现状及困难的原因之后，提出了一种基于联合聚类一配准的特征匹配方法。利用前期的双表面分割方法以及联合聚类—配准算法，实现了不同个体之间3D脑解剖结构特征的非刚性配准。对不同类型的几何特征进行了融合，并实现了不同变换模型的比较。配准过程完全自动化。 (6)实现了基于一定人群的可形变数字化概率图谱的建立。可形变数字化概率图谱是研究自动化分割工具的基础。本文在研究数字化统计图谱创建方法和特点的基础上，对前期的联合聚类—配准算法进行一些改进，允许多个点集同时配准，实现了可形变数字化概率图谱的自动化创建。并将其应用到2D胼胝体的可形变数字化概率图谱的建立中。

关键词：几何活动轮廓模型混合点配准算法近似薄板样条数字化概率图谱强鲁棒

来源：评论

学校读者我要写书评

暂无评论

核磁共振图像分割与运动分析若干技术研究

核磁共振图像分割与运动分析若干技术研究

引用

作者：段先华南京理工大学

学位级别：博士

医学图像处理的主要研究方向有图像分割、图像配准、结构分析、运动分析等，而其中医学图像分割的研究具有重要意义。由于医学图像具有复杂性和多样性，成像质量受到医学影像设备成像技术的影响，医学图像具有局部边缘模糊、存在噪声、... 详细信息

医学图像处理的主要研究方向有图像分割、图像配准、结构分析、运动分析等，而其中医学图像分割的研究具有重要意义。由于医学图像具有复杂性和多样性，成像质量受到医学影像设备成像技术的影响，医学图像具有局部边缘模糊、存在噪声、区域灰度不一致性等特点，使得医学图像分割更加困难。目前，人们在继续关注对医学图像进行自动分割的同时，对交互式分割方法的研究也成了医学图像分割的研究重点。本文对交互式live wrie、Intelligent Scissors模型、参数活动轮廓模型、几何活动轮廓模型进行了分析；对可形变模型在心脏核磁共振图像中的分割进行了研究；对光流技术理论模型进行了分析，并用光流技术对心脏运动进行评估方面进行了研究。分析了交互式图像分割的两种方法，即lire wire方法及Intelligent Scissors(IS)方法，并指出了这两种方法在分割图像时存在运算速度慢、操作复杂的缺陷。传统的Snake模型分割图像时，要求初始轮廓线设置在感兴趣区域的边界附近，曲线在变形过程中难以分割深度凹陷区域。本文在分析参数活动轮廓模型及其改进模型的基础上，提出了基于距离均衡化的自适应动态轮廓模型。通过顶点到其邻点的平均距离作为Snake模型的弯曲力，通过图像自身的特征构造的膨胀力，使得该模型具有自适应能力，同时提出了距离均衡化的概念；对改进后模型的稳定性、光滑性及处理畸变物体的凹陷区域进行了深入分析。用该模型分割心脏MRI图像时，取得了较好的效果。根据心脏MR图像的特点，提出了先对心脏MR图像进行K均值聚类，把K均值聚类后的图像作为特征图像，在特征上用Song and Chan提出的快速分割方法进行粗分割，再用粗分割的曲线作为水平集的初始曲线，在心脏MR图像上用Chan和Vese方法进行细分割；同时对Chan和Vese提出的简化Mumford-Shah模型进行了改进，使得每次迭代中对能量函数的优化更具有全局性，大幅度减少迭代次数，并对Song和Chan快速算法中扫描图像的区域也进行了改进，两方面的改进提高了计算速度和分割效果。分割实验证明，该方法能够快速、准确地分割心脏MRI图像。针对左心室外轮廓类似椭圆的特点，提出了基于先验形状信息的水平集模型。该模型在Chan-Vese模型的基础上增加椭圆形状约束项，来控制曲线的演化，将水平集的演化曲线作为对轮廓新的位置预测，并用椭圆对预测结果进行修正，把预测结果和修正结果分别作为新的水平集曲线和形状信息。实验表明，这种将椭圆形状约束引入水平集模型的先验形状信息的水平集模型对心脏外轮廓的分割是有效的，非常适合分割象心脏这一类医学图像。在分析带标记线的心脏MRI特点的基础上，提出了利用Gabor滤波和先验形状的水平集模型相结合对带标记线的心脏MR图像进行分割的方法。该方法通过对带标记

关键词：可形变模型参数活动轮廓模型几何活动轮廓模型水平集方法距离均衡化 Gabor滤波器 MRI图像分割光流技术

来源：评论

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共9页 << < 1 2 3 4 5 6 7 8 9 > >>

回到顶部

执行限定条件

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：