文档介绍：非线性统计形状分析与复杂医学图像分割研究湖南大学硕士学位论文学校代号:学密级:普通号:
Ⅲ㈣⋯川●
刷磁辄卸贼黼各作者签名:概基日期。伽晗υ乱蚁日期:汩瓿г拢学位论文原创性声明湖南大学学位论文版权使用授权书期:年月旷日本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。⒈C芸冢年解密后适用本授权书。朐谝陨舷嘤Ψ娇蚰诖颉啊獭作者签名:本学位论文属于⒉槐C芸伞伊,
要摘医学图像分割是医学图像处理领域的研究热点和难点,它是计算机辅助诊断的一个重要组成部分,在临床诊断、病理分析以及治疗方面具重要意义,其目标是标识医学图像中感兴趣的对象。视网膜视神经病缜喙庋是由多种原因引起的视网膜及视神经组织病变,最终可能致盲的眼科疾病。此类疾病在世界范围内发病率高,且大多早期无临床征兆,因此早期诊断至关重要。研究表明,彩色眼底照片中视乳头的分割、度量和评估在青光眼疾病的临床诊断和普查中起着非常重要的作用。然而,眼底照片往往质量不好,对比度低,以至部分视盘边缘难以识别,再加上存在血管的遮挡、病人之间的差异等情况,使得病人视乳头图像的分割十分困难,仅仅利用图像本身的信息难以准确分割出视乳头。因此,有必要将视乳头的形状先验知识有效地集成到分割模型,而寻找有效的目标形状先验知识表达方法和集成方法成为解决此类问题的关键。传统的线性统计分析方法只考虑了图像数据中的二阶统计信息,未能利用数据中的高阶统计信息,忽略了多个像素间的非线性相关性,这在一定程度上影响了其效果。本文提出了一种集成非线性统计形状先验的医学图像分割模型,并将其应用于视乳头图像视盘分割中。首先对青光眼专家在青光眼病人眼底照片上描绘的视盘形状用窄带水平集表达,然后在其核空间进行主成分分析,获得核空间的基向量葱伪淠J,并定义一个形状先验的约束项葱巫床糠值哪芰亢,将先验知识集成到向量值甋P停玫郊煞窍咝酝臣菩巫聪妊橹J的猄蛄恐捣指钅P汀W詈螅ǜ媚P陀τ糜诟魇逼谇喙庋鄄∪说视乳头图像的分割。不同时期青光眼病人的视乳头图像分割实验结果表明,该方法能够有效地分割噪声大,对比度小且部分被血管遮挡的各阶段的青光眼病人视乳头图像。关键词:核主成分分析;甋P停煌臣菩巫聪妊橹J叮凰平集方法;医学图像分割非线性统计形状分析与复杂医学图像分割研究‘
,ぁ甧..猄,.甌甌,甋猽,瓵·瑆,.,,琣琣猟甌,·瓼.,