資源描述：
《基于圖割理論肝臟ct圖像分割算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、萬方數(shù)據(jù)AThesisinSignalandInformationProcessingResearchonLiverCTImagesSegmentationMethodBasedonGraphCutsTheoryByHaoChuangSupervisor：AssociateProfessorDingShanNortheasternUniversityJune2012萬方數(shù)據(jù)獨創(chuàng)性聲明本人聲明，所呈交的學位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標注和致謝的地方外，不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學位而使用過的材料。與
2、我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝．]＆二恩。學位論文作者簽名：布司日期：切／≥年多月諮日學位論文版權(quán)使用授權(quán)書本學位論文作者和指導(dǎo)教師完全了解東北大學有關(guān)保留、使用學位論文的規(guī)定：即學校有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人同意東北大學可以將學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時間為作者獲得學位后：半年圈一年口一年半口導(dǎo)師簽名：簽字日期：兩年口丁趴勘侄年舌月艿日萬方數(shù)據(jù)東北大學碩士學位論文摘要基于圖割理論的肝臟CT圖像分割算法研究摘要隨著
3、CT等新醫(yī)學成像方法的廣泛應(yīng)用，醫(yī)學圖像處理與分析已經(jīng)成為醫(yī)學技術(shù)中發(fā)展最快、成果最顯著的領(lǐng)域之一。目前，肝臟CT掃描已成為肝癌術(shù)前影像學檢查的必備方法。如何對獲得的影像學數(shù)據(jù)進行分析成為至關(guān)重要的問題，因此分割技術(shù)成為后續(xù)圖像處理和分析中的關(guān)鍵技術(shù)。本文首先簡述了肝臟CT圖像分割的目的和意義，研究的背景及其現(xiàn)狀，對應(yīng)用于肝臟CT圖像分割的方法進行了綜述，并將研究目標定位在基于圖割(Graphcuts)理論的肝臟CT圖像分割算法研究上，系統(tǒng)地研究了圖割的基本理論及其在圖像分割領(lǐng)域中的應(yīng)用。其次詳細介紹了傳統(tǒng)圖割法的基本原理及其實現(xiàn)圖像分割的基本框架，考慮到傳統(tǒng)
4、圖割方法需要構(gòu)造大量的圖節(jié)點，且局部一致性不強，因此將超像素的概念加入到圖割理論中，采用超像素方法可以有效地降低計算成本，加強局部一致性。Lazysnapping就是基于超像素概念的一個典型的應(yīng)用，Lazysnapping算法中通過分水嶺分割方法構(gòu)成超像素塊，但分水嶺預(yù)分割的結(jié)果區(qū)域一致性不夠強，且會造成嚴重的過分割現(xiàn)象。通過對各種超像素分割方法的比較分析，選擇將SLIC(簡單線性迭代聚類)應(yīng)用到圖割理論中，提出基于SLIC的Graphcuts圖像分割法。SLIC可以較好地保留肝臟的模糊邊界，且能產(chǎn)生較好的區(qū)域一致性。通過實驗比較分析，本方法大大提高了肝臟CT
5、圖像的分割速度及其精確度，并對肝臟的分割結(jié)果進行了評價。隨后針對肝臟CT圖像中肝臟與其周邊組織缺乏良好的灰度對比，難以找到不同組織之間的清晰邊界這一關(guān)鍵性問題，提出基于Graphcuts與Matting的兩階段分割，采用對邊緣模糊部分具有較好細化效果的Matting方法對Graphcuts分割后的結(jié)果邊界進行細化，從實驗結(jié)果中可以得出，明顯地提高了肝臟CT圖像分割的精確度。最后對本文進行了總結(jié)，指出了工作中的創(chuàng)新點和不足之處，并對今后的工作進行了展望。關(guān)鍵字：圖割；SLIC；Matting；肝臟CT；圖像分割．．III．．萬方數(shù)據(jù)東北大學碩士學位論文Abstr
6、actResearchonLiverCTImagesSegmentationMethodBasedonGraphCutsTheoryAbstractWiththewidelyuseofnewmedicalimagingmethodslikeCTandSOon．Atpresent，medicalImageProcessandAnalysishasbecomeoneofthefastestdevelopmentandthemostsignificantachievementsinmedicaltechnology．NowliverCTSCanisthenecess
7、arymethodforthepreoperativeimagingexaminationoflivercancer．Howtoanalyzethegatimagingdatahasbecomeacrucialproblem．Thereforesegmentationtechnologyisthekeytechnologyinsubsequentimageprocessingandanalysis．Firstly,thispaperintroducesthepurposeandsignificance，theresearchbackgroundandthepr
8、esentsituationofliv
