肝脏图像智能分割技术的研究

《肝脏图像智能分割技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江工业大学硕士学位论文硕士学位论文论文题目：肝脏图像智能分割技术的研究作者姓名鲁锦樑指导教师胡同森教授、吴福理副教授学科专业计算机科学与技术培养类别全日制学术型硕士所在学院计算机科学与技术学院提交日期2017年5月18日万方数据浙江工业大学硕士学位论文浙江工业大学硕士学位论文肝脏图像智能分割技术的研究作者姓名：鲁锦樑指导教师：胡同森教授、吴福理副教授浙江工业大学计算机科学与技术学院2017年5月万方数据浙江工业大学硕士学位论文DissertationSubmittedtoZhejiangUniversityofTechnologyforthe

2、DegreeofMasterARESEACHTOLIVERIMAGEINTELLIGENTSEGMENTATIONTECHNIQUECandidate:JinliangLuAdvisor:ProfessorTongsenHuAssociateProfessorFuliWuCollegeofComputerScienceandTechnologyZhejiangUniversityofTechnologyMay2017万方数据浙江工业大学硕士学位论文浙江工业大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作

3、所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名：日期：年月日学位论文版权使用授权书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。本人授权浙江工业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

4、保存和汇编本学位论文。本学位论文属于1、保密□，在一年解密后适用本授权书。2、保密□，在二年解密后适用本授权书。3、保密□，在三年解密后适用本授权书。4、不保密□。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日万方数据浙江工业大学硕士学位论文肝脏图像智能分割技术的研究摘要计算机辅助分割技术在医学研究的作用日益凸显，肝脏图像分割作为图像处理技术在医学研究、应用领域的重大突破，为肝脏医学研究，病理分析，术前规划及分析评估等方面提供了重要的技术支持。由此，开发精确、智能、高效的分割算法成为医学图像分割研究者共同追求的目标。

5、血液的流动，肝脏的收缩、舒张，导致腹部图像中存在大量噪声，进而产生局部梯度极大值区域、伪影、弱边界一系列不良现象，使得肝脏分割难度大大提高。对此，本文首先采取改进的双边滤波算法，通过该算法能够自适应的对腹部CT图像做滤波处理；然后，根据基于中值的多阈值最大类间方差算法提取出肝脏大致标记；最后，对标记进行形态学操作处理，并运用分水岭分割算法进行精确的肝脏分割。通过本文方法，肝脏分割效果得到明显改善，并且分割过程无需用户介入，极大地降低了对用户的要求。本文分析对比不同降噪平滑、分割方法得到的效果，并采用多个DICOM数据集证明肝脏提取方法的鲁棒性。

6、成功分割出肝脏后，通过ITKSNAP对肝脏血管进行提取，进一步证明肝脏分割的完整性。关键词：分割，肝脏，自适应双边滤波算法，基于中值的多阈值最大类间方差法，血管提取i万方数据浙江工业大学硕士学位论文ARESEACHTOLIVERIMAGEINTELLIGENTSEGMENTATIONTECHNIQUEABSTRACTComputer-assistedsegmentationtechnologyhasincreasinglyplayedaprominentroleinthemedicalresearch.Liverimagesegmentatio

7、nasoneofimageprocessingtechnologyinmedicalresearchandapplicationcontributetolivermedicineresearch,pathologicalanalysis,preoperativeplanning,andevaluation.Therefore,thedevelopmentofaccurate,intelligentandefficientsegmentationalgorithmhasbeenacommongoalformedicalimagesegmentat

8、ionresearchers.Bloodflow,livercontractionandrelaxationleadtoalargenumberofn