基于水平集方法的瑞利噪声医学图像分割

论文摘要

针对人体组织器官的三维图像分割是医学图像分析和医疗诊断的重要前提,是医学图像三维可视化的重要研究内容。随着医学成像技术和三维可视化技术的飞速发展,计算机辅助诊断成为现实。计算机技术的发展使得医生和研究者可以通过虚拟交互更好地理解人体的解剖结构,对病人作出正确的诊断。在对人体组织器官和感兴趣区域的分割中,三维图像分割发挥着十分重要的作用。本文对水平集方法的医学图像分割进行了深入的研究,主要包括以下四个方面:首先,系统研究了水平集方法、C-V模型的基本理论及其在图像分割领域的应用,通过具体实验验证单水平集方法和多相水平集方法在医学图像分割中的应用,为后继的研究奠定了坚实的基础。其次,介绍了几种有代表性的多相水平集方法,重点研究了三维图像多相分割的变分水平集方法,该方法用n个水平集函数划分个区域,并基于Heaviside函数设计出区域划分的通用的特征函数;其能量泛函包括通用的区域模型、边缘检测模型和水平集函数为符号距离函数的约束项三部分;最后,介绍基于水平集方法针对噪声符合Rayleigh分布图像建立Rayleigh图像序列的三维多相分割模型。再次,编程实现基于水平集方法的针对噪声符合Rayleigh分布图像建立Rayleigh图像的三维多相分割模型。最后,展望了未来的工作方向。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 课题背景及其意义
• 1.2 本课题研究现状
• 1.3 论文的主要工作与章节安排
• 第二章 水平集方法的基本理论
• 2.1 水平集方法
• 2.2 曲面演化理论与水平集函数
• 2.3 水平集函数的解
• 2.4 数值实验结果
• 2.5 本章小结
• 第三章 基于C-V模型的三维图像分割
• 3.1 Mumford-Shah模型
• 3.2 简化的Mumford-Shah模型
• 3.3 基于C-V模型的图像分割
• 3.4 数值实验结果
• 3.5 本章小结
• 第四章 噪声符合Rayleigh概率分布模型的三维图像多相分割
• 4.1 Vese-Chan多相水平集方法
• 4.2 图像噪声符合Rayleigh概率分布模型的多相水平集方法
• 4.3 实验
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 本文的工作总结
• 5.2 今后的工作展望
• 参考文献
• 致谢