变分法之所以成为图像分割理论研究的热点问题是因其建模过程比较容易、方法的扩展性较好、实现过程简单,已成为图像分割处理范围中较为有效且广泛使用的方法之一。针对图像分割算法目前所存在的问题,本文意在提高分割结果的准确度和鲁棒性,降低图像分割的时间复杂度,对使用变分水平集法进行图像的分割处理做了较深入的探讨,研究两种变分方法实现图像分割。由于传统的活动轮廓存在对图像分割鲁棒性欠好的问题,本文将区域相关的轮廓模型(Active Contours without Edge,CV模型)和梯度相关的轮廓模型(Geodesic Active Contour,GAC模型)结合使用,通过图像熵与图像的梯度和将两部分进行结合。首先,将图像熵与图像梯度和拟合为权重因子,构建基于图像梯度的轮廓模型和基于图像区域的轮廓模型相结合的分割模型。其次,将水平集函数方法应用到模型中,这样模型在分割过程能够连续,也可以适应拓扑变化。最后,为了提升曲线演化的速度,论文采用窄带方法使活动曲线能够快速演化。通过实验证明,使用该模型方法分割图像,其鲁棒性较好,同时分割速度也较快。传统活动轮廓分割图像时间复杂度有时不甚理想,本文设计了基于轮廓邻域梯度进行拟合的活动轮廓模型。该模型通过计算轮廓线邻域梯度值,并用计算出的梯度值作为阈值来拟合迭代函数,从而减小分割图像的时间复杂度。通过实验能够证明,本文算法能够有效快速地分割图像,并有较小的时间复杂度。两种改进的变分技术能够较好地提高图像分割质量,为图像分割技术在生物工程、医疗领域和工业设计等诸多方面的应用提供技术支持。
心血管疾病是全世界公认的健康杀手之一,而心肌梗塞是心血管疾病中死亡率较高的一种。目前有专家指出,近5年来,由于心肌梗塞而导致死亡的人数占了心血管疾病死亡人数的一半,而且这个死亡率还在呈明显上升的势态。所以,早期对这类疾病进行诊断和预后评估,将会在很大程度上降低此类疾病的死亡率。近年来,对心血管疾病的诊断大多数依赖于CT、X射线、超声波以及心脏磁共振成像(CardiacMagnetic Resonance Imaging,CMRI)等等这些比较成熟成像工具。但在这些方法当中,由于CMRI技术以其独特的成像原理,不仅可以提供心脏不同切面的高分辨率图,而且还可以对心肌这类软组织也能清晰完整的呈现,因此成为心脏疾病诊断和功能评估的重要工具。但是,医院每天都会有大量的CMRI产生,所以就这在无形当中增加了医生的工作量。因此,为了更好地利用这些图像辅助医生对病人的病情进行诊断,有必要开发一套完善的系统来有效的管理和检索这类图像。本文系统地分析了对三维CMRI辅助诊断系统的开发与设计,展开了对CMRI中左心室内外膜的分割、心肌瘢痕的分割的研究,并提出来相应的解决方案,论文的主要工作与贡献具体如下:(1)针对CMRI左心室内、外膜分割问题,提出了一种基于视觉显著性检测左心室内外膜分割方法。方法采用视觉显著性检测和基于数学形态学的开运算,提取左心室血池区域,然后将提取到的血池区域轮廓线作为心内膜的初始轮廓,最后在带形状约束的活动轮廓模型作用下演化得到准确的左心室内外膜。实验结果证明,该方法定位较为准确,能使初始轮廓迅速收敛到内膜边界,分割得到的外膜也相对准确。(2)针对CMRI中心肌瘢痕分割问题,提出一种改进的K-均值聚类方法。具体方法是在传统的K-均值聚类的基础上,结合图像的灰度值、均值和中值三个特征值组成的三维向量来表示该像素点的信息,最后使用这个三维向量来代替灰度作为样本点来进行图像分割,并将其运用到含有噪声的CMRI分割当中去。实验结果证明该算法用于含有噪声的CMRI上分割心肌上的瘢痕区域较为准确。(3)最后,在实现以上两个算法的基础上,完成一套三维心脏MRI辅助诊断系统的开发与设计。系统开发平台选用在Visual Studio 2010上进行,联合工具函数库ITK、VTK实现Dicom图片的读取,左心室内外膜的分割、心肌瘢痕的分割以及左心室的三维重建,并且该系统具备三维可视化和心脏功能分析等功能。
暂无评论