医学图像处理中的分割与检索关键技术研究

论文摘要

随着多媒体技术在医学应用领域中的日益普及和发展,各种医学图像处理系统在临床、教学、科研以及医学图像存储、检索和通信系统中都发挥着重要的作用。然而,现有的医学图像处理技术还不够成熟,诊断效果往往不够理想,误诊率较高。如何将图像处理中的关键技术与医学图像进行有机的结合,为医师提供科学、便捷、准确的医疗手段,并为其诊断提供辅助性的建议,成为人们的主要研究目标。鉴于上述目标,医学图像技术围绕着医学图像成像技术和医学图像处理与分析技术的研究,很快成为近几年来的新兴交叉学科,它不仅能够基于现有的医学影像设备,极大地提高临床医疗水平,而且为医学研究与教育、计算机辅助临床手术等提供数字实现手段,为医学的研究与发展奠定坚实的基础,具有不可估量的价值。本文以国家自然科学基金项目“数字人工程中数据分割和带约束的拟合问题研究”和山东省自然科学基金项目“CT”图像处理中的分割、拟合问题研究”为依托,重点分析了医学图像分割技术、医学图像检索技术及以三维医学图像检索为目的的三维建模技术在医学图像处理领域中的应用需要和存在问题,并对上述几个关键问题进行了系统的、较为全面的研究。论文的主要工作和创新点包括以下几点:(1)基于上下文标引树的多尺度MRF分割算法二维医学图像分割处于医学图像的预处理阶段,它对于医学研究、临床诊断、病理分析及治疗等应用有重要意义,且通过医学图像的分割处理,尽可能自动地分割出二维切片图像中部分人体器官的边界,以便对下一步的图像检索和三维建模提供重要辅助。该方法在多尺度马尔可夫随机场(Markov Random Field,MRF)分割模型的基础上,为了兼顾大窗口的统计可靠性和小窗口的局部清晰性,将多种尺度分割窗的思想引入MRF分割模型,克服了固定尺度MRF中难处理的常量问题,并提出将多尺度MRF与上下文标引树的有效结合,同时考虑了同一尺度层上不同数据子块之间依赖关系以及跨尺度数据子块之间的继承关系,得到了理想的分割效果。实验对传统的Canny边缘检测分割方法和本文方法进行比较,又对三种本文涉及的分割方法进行了比较,结果表明基于上下文标引树的多尺度MRF模型优于树状结构的多尺度MRF模型,树状结构的多尺度MRF模型优于固定尺度的MRF模型,并利用“像素错分率”对上述三种分割策略的效果进行有力说明。(2)显著点与关键块相结合的局部医学图像检索方法随着医学图像数量的急剧增长,医学工作者和相关科研人员如何从众多的图像中快速、准确地找到所需要的图像成为亟待解决的重点和难点问题。在临床诊断中,当医生遇到了难确诊的病症时,利用图像检索这一功能,在患者数字图书馆或医学图像知识库中找出具有相同病理特征的相似医学图像,这些已确诊的病例可为医生诊断、疾病治疗或手术规划等提供进一步参考。本文提出的第一种医学图像检索方法是显著点与关键块相结合的局部医学图像检索方法,它利用小波变换提取图像的显著点,然后,将图像划分成均匀的图像数据块,并根据显著点的分布情况将图像块分为有显著点的和无显著点两类。最后,提取图像数据块的底层视觉特征矢量,将两幅图像之间的匹配转换成图像块之间的匹配。在图像检索时,提出图像匹配算法,对上述两类图像块分别进行相似性度量,并对得到的结果加以不同的权重,以给予显著点和关键块更多的自由度,从而实现用户对医学图像不同要求的检索。通过总体和局部两套实验方案,说明了显著点与关键块相结合的局部医学图像检索方法在查准率和查全率方面要优于单纯考虑显著点或关键块的检索方法。并且,将传统的灰度直方图检索方法与本文提出的方法进行了对比,结果表明后者明显优于前者。(3)基于对象间空间位置关系的医学图像检索方法这是本文提出的第二种医学图像检索方法,更适合于医学图像固有的特点,使图像检索可以按照图像对象间的任意空间布局及其属性来计算。本文提出了一种层次化的基于空间位置关系的图像检索方法,从对象特征匹配到尺度函数匹配再到空间位置关系匹配,设计并实现了对象间空间位置关系的表示与匹配算法、图像检索算法。它在第三章提出的图像分割处理的基础上,得到图像中主要对象所占的区域;然后,对每一块区域提取它们的形状和位置关系等特征,作为该对象的特征;最后,根据图像中各对象的特征,计算两幅图像间内容的相似程度,并实现检索。通过“根据示例图像检索”和“根据对象检索”两组实验,并将该方法与传统的Hough变换检索方法、欧式距离检索方法进行对比,说明本文方法取得了理想的检索效果。(4)三维医学图像建模方法为了进行下一步三维图像检索的研究工作,需要将某一人体组织器官的各层切片分割图像进行光顺的表面连接,以构造感兴趣器官的外表面,因此,提出了通过构造一张参数三角曲面片光滑地连接定义在不同参数空间中的三张参数曲面片的方法,达到构造虚拟人体模型的目的,使其具有高度的逼真性、可操作性和简洁完美的数学表示形式。医学图像的三维建模能够加强图像中原有的各种细节,使得医生能够清晰、直观地看到三维对象的组织结构,在诊治过程中,对实现人体器官、组织或病变体的仿真分析和检索具有重要的意义。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 医学图像相关技术的发展
• 1.2 课题的背景和研究意义
• 1.3 论文的研究目标、内容及创新点
• 1.3.1 主要研究内容和创新点
• 1.3.2 论文的组织结构
• 第2章 医学图像及其处理技术
• 2.1 医学图像技术
• 2.1.1 成像技术与模式
• 2.1.2 图像采集
• 2.2 医学图像的特点
• 2.3 医学图像分割技术
• 2.3.1 医学图像分割技术的研究现状
• 2.3.2 CT和MRI图像的常见分割任务
• 2.4 医学图像检索技术
• 2.4.1 视觉特征
• 2.4.1.1 颜色特征
• 2.4.1.2 纹理特征
• 2.4.1.3 形状特征
• 2.4.1.4 空间关系特征
• 2.4.2 医学图像检索技术的研究现状
• 2.4.3 医学图像检索技术的应用及存在的问题
• 2.5 医学图像三维表示技术
• 2.5.1 图像三维建模的流程
• 2.5.2 医学图像三维建模的理论和技术
• 2.5.2.1 表面模型建模技术
• 2.5.2.2 体素模型建模技术
• 2.6 小结
• 第3章 医学图像分割技术研究
• 3.1 引言
• 3.2 基于上下文标引树的多尺度MRF分割方法
• 3.2.1 尺度空间理论
• 3.2.2 多尺度MRF图像分割模型
• 3.2.3 上下文标引树与多尺度MRF的融合
• 3.2.3.1 上下文标引树
• 3.2.3.2 基于多上下文结构的分割算法
• 3.2.4 实验与结论
• 3.3 小结
• 第4章 医学图像数据库检索技术研究
• 4.1 引言
• 4.2 基于视觉特征的医学图像检索模型
• 4.3 显著点与关键块相结合的局部医学图像检索方法
• 4.3.1 显著点的提取及检测
• 4.3.2 基于码本的关键块划分
• 4.3.2.1 关键块的选择
• 4.3.2.2 基于知识的关键块的产生
• 4.3.2.3 图像编/解码
• 4.3.3 检索算法
• 4.3.4 实验与结论
• 4.4 基于对象间空间位置关系的医学图像检索方法
• 4.4.1 基于区域查询的特征匹配
• 4.4.1.1 绝对空间位置
• 4.4.1.2 空间大小
• 4.4.2 基于尺度函数的相似性度量
• 4.4.3 对象间空间位置关系的表示与匹配
• 4.4.4 检索算法
• 4.4.5 实验与结论
• 4.5 小结
• 第5章 三维医学图像建模技术研究
• 5.1 引言
• 5.2 不同参数空间中曲面边界的连接问题
• 5.3 三角曲面建模算法描述
• 5.3.1 构造边界条件
• 5.3.2 方法的正确性讨论
• 5.4 实验与结论
• 5.5 小结
• 第6章 总结与展望
• 6.1 本文的主要研究成果
• 6.2 未来工作展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文
• 攻读学位期间主持及参与的科研项目
• 学位论文评阅及答辩情况
• 外文论文