基于肝脏超声图像病变的分割及识别研究

发布时间：2017-07-01 21:14

  本文关键词：基于肝脏超声图像病变的分割及识别研究，，由笔耕文化传播整理发布。

【摘要】：通过使用医学图像处理算法分析超声图像,计算机辅助诊断系统为医师提供了诊断意见,使得医师能够得出综合性的诊断,大大降低了误诊率。因此,医学超声图像处理方法的研究具有重要的应用价值。本文以肝脏病变超声图像为对象,研究了肝脏超声图像中病变区域的分割以及识别问题,主要的工作有：1、给出了一种改进的最稳极值特征区域提取算法,应用到多种肝脏病变图像的分割中。在对超声图像进行各项异性滤波及数学形态学处理的基础上,提取了广义的最稳极值特征区域,最后对二值化图像进行边缘融合并优化了分割边界。实验结果表明改进的算法仅需要对超声图像在较小的阈值区间做二值化,相较于最稳极值特征区域算法在[0,255]区间做二值化,大大降低了运算时间,并有着更好的分割准确度。2、综合了现有文献中描述感兴趣区域的纹理特征,给出了一种基于灰度共生矩阵的22个纹理特征和基于灰度运行周期矩阵的11个纹理特征的向量描述方法。依据该特征向量对脂肪肝超声图像进行了分类研究。实验结果表明在感兴趣区域尺寸为90×90像素时,选取前26个特征时达到了最好的分类效果,分类准确的达到95.86%。
【关键词】：肝脏超声图像 广义最稳极值区域 超声图像分割 特征选 择 脂肪肝图像分类
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R735.7;R445.1;TP391.41
【目录】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 绪论12-16
• 1.1 肝脏超声图像研究背景与意义12
• 1.2 医学超声图像处理国内外研究现状12-15
• 1.3 论文的主要研究内容15-16
• 第二章 基于改进MSER的肝脏超声图像分割算法16-32
• 2.1 医学超声图像分割算法概述16-18
• 2.2 最稳极值区域算法简介(MSER)18-19
• 2.3 广义的最稳极值区域分割算法19-23
• 2.4 实验结果与讨论23-30
• 2.4.1 MSER与广义MSER算法分割效果比较23-25
• 2.4.2 广义MSER算法自由参数选取实验25-26
• 2.4.3 分割性能评价及对比实验26-30
• 2.5 本章小结30-32
• 第三章 肝脏超声图像的纹理特征提取与分类32-54
• 3.1 引言32-33
• 3.2 纹理特征的统计分析方法33-46
• 3.2.1 肝脏超声图像集33-34
• 3.2.2 纹理特征的提取34-40
• 3.2.3 特征选择40-41
• 3.2.4 分类器建立与实验流程41-44
• 3.2.5 分类器评价与ROC曲线44-46
• 3.3 实验结果与讨论46-52
• 3.4 本章小结52-54
• 第四章 总结与展望54-56
• 参考文献56-62
• 致谢62-64
• 研究成果及发表的学术论文64-66
• 作者和导师简介66-67
• 专业学位硕士研究生学位论文答辩委员会决议书67-68

【参考文献】

中国期刊全文数据库 前1条

1 Jia Xiao;Rui Guo;Man Lung Fung;Emily C Liong;George L Tipoe;;Therapeutic approaches to non-alcoholic fatty liver disease: past achievements and future challenges[J];Hepatobiliary & Pancreatic Diseases International;2013年02期

  本文关键词：基于肝脏超声图像病变的分割及识别研究，由笔耕文化传播整理发布。

本文编号：507498