基于MRI序列图像的分割方法及三维网格剖分模型的构建

论文摘要

医学图像分割和三维重建是医学图像研究领域的重要内容。本文工作的目的是探讨基于MRI序列图像的分割方法和三维网格模型的重建。分析了当前图像分割以及三维重建的各种方法和研究现状,并在此基础上综合运用阈值分割以及数学形态学算法实现对脑组织磁共振图像序列的分割。首先对图像的预处理分析了邻域平均法、中值滤波方法和维纳滤波方法,具有统计意义的维纳滤波对图像处理结果较好。对阈值选取采用迭代阈值、最大类间方差法、二维最大熵求取阈值三种方法,并对其进行了比较,同时运用数学形态学算法对MRI序列图像进行分割。实验证明该方法简单有效,运算速度快,同时能够满足感兴趣区的分割要求。在图像三维重建方面,着重研究了切片级重建,对于给定的MRI医学序列图像,通过轮廓跟踪提取边界点,再有效结合曲率法和等间距采样法提取特征点,将MRI脑图像的各层轮廓用最短对角线法约束条件来进行三角面片的拼接,实现了MRI序列图像的网格模型的建立。最后改进移动立方体算法的跟踪速度,重建了头和脑的真实感模型。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1-1 引言
• §1-2 课题研究的目的和意义
• §1-3 医学图像分割方法简介
• 1-3-1 基于区域的图像分割
• 1-3-2 基于边缘的图像分割
• 1-3-3 图像分割方法的新进展
• §1-4 三维重建方法介绍
• §1-5 本文的主要工作
• 第二章 图像预处理
• §2-1 MRI图像噪声
• §2-2 滤波技术
• 2-2-1 邻域平均法
• 2-2-2 中值滤波
• 2-2-3 自适应维纳滤波
• 2-2-4 实验结果分析
• 第三章 图像分割
• §3-1 图像分割的定义
• §3-2 图像分割方法
• §3-3 阈值的选择
• 3-3-1 迭代阈值法
• 3-3-2 类别方差法
• 3-3-3 最大熵法
• 3-3-4 实验结果分析
• §3-4 基于数学形态学的阈值分割
• 3-4-1 形态学操作
• 3-4-2 种子填充法
• 3-4-3 基于数学形态学的阈值分割
• §3-5 本章小结
• 第四章 三维模型的构建
• §4-1 三维重建
• 4-1-1 面绘制方法
• 4-1-2 体绘制方法
• 4-1-3 各类方法的特点与应用
• 4-1-4 小结
• §4-2 三维重建的面绘制算法
• 4-2-1 断层切片数据模型重建技术的研究现状
• 4-2-2 切片级重建需解决的问题
• 4-2-3 轮廓提取
• 4-2-4 特征点选取
• 4-2-5 轮廓拼接
• 4-2-6 实验结果
• §4-3 改进的移动立方体算法
• 4-3-1 体素中等值面的剖分方式的确定
• 4-3-2 求等值面与体素边界的交点
• 4-3-3 等值面的法向量计算
• 4-3-4 MC 算法抽取等值面的算法流程
• 4-3-5 标准MC 算法存在的缺点和不足
• 4-3-6 现有MC 算法的改进情况
• 4-3-7 基于立方体检测的MC 算法
• 4-3-8 实验结果分析
• 第五章 工作总结及进一步工作
• 参考文献
• 致谢