本站原创
摘要：胆结石属于常见的胆囊疾病,在我国西北地区发病率较高,在引起急腹症的疾病中仅次于阑尾炎,对于胆结石的初步诊断首先选择做超声影像检查。超声图像具有实时性好,无损伤等优点,在检查软组织时有独特的优势,但是图像复杂多样、比较度低、斑点噪声多,其质量和CT、核磁共振等医学图像相比要低很多,对超声图像的诊断受临床医生的主观影响较大,有出现漏诊和误诊的可能性。由此为提升临床诊断的准确性,有必要对胆结石图像进行图像分割方面的处理,主要是对胆结石区域做检测和分割,达到清晰的分割出胆结石区域边缘的目的。脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)是一种有着生物学背景的新一代人工神经网络,来源于对哺乳动物猫的视觉皮层神经细胞的探讨成果,是对哺乳动物视觉系统较为精细的模拟,由此它更接近视觉系统处理图像的历程。PCNN具有的脉冲传播特性和单层神经网络模型的特点,非常适合在生物医学图像处理领域中做图像分割方面的运用。本论文根据胆结石超声图像的特点,结合PCNN在图像处理方面的探讨成果,对超声图像中的胆结石部分进行分割。主要做了以下工作：1、列举并结合超声图像中的典型胆结石病变,浅析归纳胆结石超声图像的特点。2、浅析PCNN神经网络模型,并实验确定用于胆结石超声图像分割的模型相关参数。3、进行基于PCNN模型的超声图像中胆结石区域分割探讨,参照手工分割的胆结石病变效果,浅析讨论基于脉冲耦合神经网络的胆结石超声图像分割性能。通过计算机仿真实验表明,基于脉冲耦合神经网络的胆结石超声图像分割策略能够较为准确的分割出典型胆结石病变的病灶。关键词：超声医学图像论文胆结石论文图像分割论文脉冲耦合神经网络论文
摘要3-4
Abstract4-8
第一章 绪论8-21
1.1 课题的探讨背景和作用8-9
1.2 超声医学图像的特点9-12
1.2.1 超声成像技术9-11
1.2.2 超声图像处理技术11-12
1.3 对胆结石超声图像的浅析12-19
1.3.1 正常胆囊的超声图像浅析12-13
1.3.2 具有结石特点的超声图像浅析13-15
1.3.3 典型胆囊结石的超声图像特点15-16
1.3.4 非典型胆囊结石的超声图像特点16-19
1.4 脉冲耦合神经网络的探讨近况19-20
1.5 课题来源20
1.6 本论文的主要工作和结构安排20-21
第二章 脉冲耦合神经网络(PCNN)的运用浅析21-32
2.1 图像分割的相关知识及运用进展21-25
2.1.1 图像分割的定义21-22
2.1.2 图像分割中的困难22
2.1.3 图像分割的主要策略22-25
2.2 PCNN模型及在图像处理方面的运用25-29
2.2.1 PCNN模型25-27
2.2.2 PCNN的特性浅析27-28
2.2.3 PCNN在图像处理方面的运用28-29
2.3 PCNN在超声图像分割方面的运用29-31
2.4 本章小结31-32
第三章 基于PCNN的胆结石图像分割实验32-39
3.1 基于PCNN的图像分割算法介绍32
3.2 实验选取的样本图像浅析32-33
3.3 基于PCNN胆结石超声图像分割33-34
3.4 胆结石图像分割PCNN经验参数设定34
3.5 实验结果浅析34-38
3.6 结论38
3.7 本章小结38-39
第四章 总结与展望39-41
4.1 本论文的主要工作39
4.2 今后工作的展望39-41