基于细胞自动机与马尔可夫随机场模型的肾皮质图像的自动分割.pdf

《基于细胞自动机与马尔可夫随机场模型的肾皮质图像的自动分割.pdf》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、基于细胞自动机与马尔可夫随机场模型的肾皮质图像的自动分割陈庆2015年1月中图分类号：UDC分类号：基于细胞自动机与马尔可夫随机场模型的肾皮质图像的自动分割作者姓名陈庆学院名称信息与电子学院指导教师时永刚副教授答辩委员会主席刘大可教授申请学位级别工学硕士学科专业电子科学与技术学位授予单位北京理工大学论文答辩日期2015年1月UnsupervisedrenalcorteximagesegmentationutilizingcellularautomataandMarkovRandomFieldmodelCandidateName：QingChenSchoolorDepartment:Scho

2、olofInformationandElectronicsFacultyMentor:AssociateProf.YonggangShiChair,ThesisCommittee:Prof.DakeLiuDegreeApplied:MasterofEngineeringMajor:ElectronicScienceandTechnologyDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January,2015研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注

3、和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：摘要肾脏是人体重要的代谢器官，对维持人体代谢平衡至关重要。临床上可通过观测肾脏的整体形态、肾皮质的厚度与体积等来判断肾脏的健康状况。如何让肾脏医学图像更方便于观察，就需要对其进行有效地分割。利用适合的图像分割算法，将肾脏中的目标区域从周围复杂的背景中分割出来，从而有利于后续的观察与分析，辅助医生对病人肾脏的健康状况做出更为准确的诊断与治疗。然而，现

4、有肾脏分割算法的研究大多是针对肾脏整体的分割，对于肾脏内部结构的分割相对较少。这主要因为肾脏内部结构较为复杂，背景信息丰富，肾皮质区域与血管、肾盂等其他区域之间的区分度较低，因而肾皮质分割的难度较大，并且容易出现误分割。图像分割领域研究者众多，几十年来各种算法被提了出来，一般情况下可以划分为两大类：第一类是经典分割算法；第二类则是结合了新理论与新技术的分割算法。本文将概括的介绍它们的基本理论与特点，讨论其不足及待改进之处。其中将对基于细胞自动机和马尔可夫随机场模型的分割方法作重点介绍。为实现肾脏及肾皮质分割，在基于细胞自动机（CA）模型的GrowCut算法的基础上，结合马尔可夫随机场（MR

5、F）模型，本文提出了一种无人工干预的肾皮质全自动分割算法，并将其应用于3D肾脏CT图像的分割。对于一些传统的分割算法，如果需要实现对三维CT图像的分割，就必须对每一个图像切片进行人工标记以指明前景和背景区域，而新算法可以完全摆脱人工干预、自动地实现这一目标。通过本文提出的种子点标记器对选定的切片进行标记，获取初始种子点；根据该种子点，通过种子点动态演化机制获得每一个切片的种子点集；新算法围绕种子点建立起全局CA模型与局部MRF模型，依据能量函数最小化原则确定CA的状态转化规则，引导细胞状态的更新与繁衍，最终完成图像的分割。实验结果证明了本文新算法的有效性，并且新算法实现了无人工干预下对增强

6、以及非增强的三维肾脏CT图像的准确分割。关键字：肾皮质；图像分割；马尔可夫随机场；细胞自动机；全自动IAbstractKidney,asoneofthemostimportantmetabolicorgansinhumanbody,playsanimportantroletomaintainmetabolicbalance.Inclinical,thedoctorscandeterminekidneyhealthaccordingtosomekidneyindicators,suchasthethicknessofrenalcortex,theoverallpatternandsoon.F

7、ormakingthekidneymedicalimagesmoresuitablefordoctorstoobserveandthesubsequentanalysisandoperation,weneedtosegmenttheseimagesandextractthetargetregionsfromthecomplexbackgroundaround.However,mostoftheresearchesaima