摘要:随着MRI、X-CT、PET和SPECT等医学成像技术的进展与广泛利用,计算机辅助诊断系统在临床的运用日益不可或缺。医学成像技术在治疗历程的疾病诊断、治疗案例设计、手术效果评价等方面起重要作用,为医护人员提供了很多有用的信息。核磁共振成像拥有对人体无害、成像效果好、多参数任意角度成像等优点,因而得到了广泛运用。医学图像处理技术是计算机辅助诊断系统中重要的组成部分,国内外探讨人员提出了很多行之有效的医学图像分割策略。在这些策略中,模糊聚类算法是一种软分割策略,对医学图像分割尤为适合。但标准的FCM算法(Fuzzy C Means)仅仅考虑了灰度信息,由此其对噪声的容忍能力较差。本论文针对FCM算法的这一缺点,提出了一种融合空域滤波器的改善FCM算法。该算法首先利用改善的空域滤波器对噪声图像进行滤波去噪,并对FCM算法的目标函数与迭代公式进行修改,添加了空域滤波数据项,使得空域滤波结果能够指导FCM算法的迭代,且每个像素的模糊隶属度由像素灰度与空域滤波数据共同决定。为了取得更好的结果,对输入图像还进行了直方图归一化、非目标区域去除与初始聚类中心训练等步骤,使得输入图像具有更好的一致性。为验证算法的有效性,分别利用本论文提出的算法对人工图像与实际MRI病例图片进行了分割。实验数据证明,该算法对脑部MRI图像取得了较好的分割效果,且对噪声具有一定的鲁棒性。关键词:磁共振图像论文医学图像分割论文模糊聚类算法论文
摘要4-5
ABSTRACT5-8
1 绪论8-12
1.1 医学图像分割的背景与作用8-9
1.2 医学图像分割的国内外探讨近况9-10
1.3 论文的选题作用10
1.4 本论文的主要工作与内容安排10-12
2 MRI 医学成像系统介绍12-17
2.1 MRI 成像系统介绍12-13
2.2 MRI 成像原理13-15
2.3 MRI 图像特点15-16
2.4 本章小结16-17
3 医学图像分割策略17-28
3.1 基于边缘的医学图像分割算法18-22
3.2 基于区域的医学图像分割策略22-26
3.3 其他分割策略26-27
3.4 本章小结27-28
4 模糊聚类算法探讨28-37
4.1 模糊论述28-30
4.2 模糊聚类30-34
4.3 FCM 算法的初始化策略34-35
4.4 快速 FCM 图像分割算法35-36
4.5 本章小结36-37
5 改善的 FCM 医学图像分割算法37-52
5.1 BCFCM 算法37-38
5.2 结合空域滤波器的 FCM 算法38-46
5.3 实验结果与浅析46-51
5.4 本章小结51-52
6 总结与展望52-54
6.1 总结52-53
6.2 展望53-54
致谢54-55