分享到:

可形变模型分析及在心脏核磁共振图像处理中的应用研究

目前,可形变模型已经成为医学图像分析的重要工具,它将基于图像数据的约束和对感兴趣目标的先验知识统一于变分框架之下,其应用包括图像去噪、图像分割、图像配准、图像修复、表面重建、运动跟踪等方面。本文对参数活动轮廓模型、几何活动轮廓模型、表面变形模型的理论基础进行了分析;对可形变模型在心脏核磁共振图像的分割和表面重建方面的应用进行了研究。传统的参数活动轮廓模型分割图像时,要求初始轮廓线设置在感兴趣区域的边界附近,曲线在变形过程中难以分割深度凹陷区域。本文在分析快速活动轮廓模型的基础上,提出了改进的Snake模型:通过对贪婪优化算法的分析,提出了局部面积能量项的概念;该能量项扩大了模型获取图像边界的范围;能够有效地推动曲线进入深度凹陷区域;模型对初始轮廓线的位置和形状没有特别的要求。将该模型应用于心脏MRI图像的分割,取得了较好的效果。由于左心室存在弱边缘、与周围的组织之间存在低对比度区域,Snake模型分割心脏的MRI图象时,常会出现  (本文共111页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

可形变模型及其在心脏核磁共振图像分析中的应用研究

图像理解是机器视觉中的高层处理,它包括从图像中识别目标并建立有关目标、目标之间以及目标与人之间的三维关系。由于图像的离散特性以及采集传输过程中噪声的干扰,数据往往是不完整的,因而机器视觉中的很多问题如目标边缘提取,表面重建等是病态的。数学上解决病态问题的方法是正则化,可形变模型的计算基础即是正则化。基于可形变模型的图像理解是一个自顶向下的过程,它将目标形状的初始估计,曲线(曲面)的几何性质,来自图像的知识和先验知识融于一个统一的过程中,对目标边缘提取和目标表面重建等问题提供了较好的解决办法。心脏核磁共振图像分析是机器视觉的一个重要的应用领域,它需要提取左心室轮廓(以及标记线),重建左心室的表面(以及非刚体运动)。本文对可形变模型的理论进行探讨,并用可形变模型来解决心脏核磁共振图像分析中的分割与表面重建问题。Snake模型是可形变模型的2D表现,本文首先在“问题+正则化”的框架之下,综述了Snake模型现有的研究成果,并将这些成果...  (本文共100页) 本文目录 | 阅读全文>>

山东科技大学
山东科技大学

短基线集InSAR形变模型的不适定问题解算方法研究

SBAS InSAR技术是目前国内外有关InSAR技术研究的热点问题之一,被广泛应用于大尺度长时间序列的矿区、城市、地震断裂带等不同类型地表形变监测。但是,在利用SBAS InSAR技术监测地表形变的实际应用中发现,其形变模型的解算存在着病态和秩亏两类不适定问题,严重影响着形变信息(形变量、形变速率等)反演的精度和可靠性。本文以SBAS InSAR技术的基本理论为基础,针对其形变模型最小二乘解算中的病态问题,研究并提出了基于Liu估计的有偏迭代估计法和Tikhonov正则化方法;针对秩亏时奇异值分解反演形变量和形变速率不稳定的问题,研究并改进了 Landweber迭代法,并将其应用到秩亏的SBAS InSAR形变模型解算中,反演出更准确的形变信息。本文主要包括以下几个方面的研究内容:(1)系统研究了常用SBAS InSAR技术的基本原理和数据处理流程,特别对主影像的选取、干涉对的组合、形变模型系数阵的构造和解算方法等进行了深入细...  (本文共143页) 本文目录 | 阅读全文>>

重庆大学
重庆大学

基于多统计信息的形变模型医学图像分割

近年来,医学图像技术凭借非侵入性和高特异性等特点,受到了临床医学领域的极大重视,在医学诊断及介入治疗领域均取得了广泛的认可,现已成为临床医疗工作中的重要环节。这使得以超声、CT、MRI等为代表的医学图像技术快速发展,医学图像数据急剧增加。而医学图像的处理、分析及诊断工作繁琐重复;器官自身解剖结构复杂,成像条件多变,医学图像呈现不同的特征,在诊断过程中对医生经验和水平要求较高。基于算法和模型的图像处理、分析技术的持续快速发展为医学图像研究的痛点带来曙光。但是,由于医学图像数据中的噪声、弱对比度和灰度不匀致等问题使得图像分割仍然是图像自动处理、分析和识别中最根本、最困难的问题之一。因此,如何从这些变化复杂的图像数据中准确地分割目标是当前精准医疗辅助诊断技术研究中的一个重要研究方向。本文以分割问题和分割算法驱动的思路为基础,以医学图像为研究对象,针对图像中存在的噪声、弱对比度和灰度不匀致等问题,使用图像或目标的统计信息,提出三个扩展的...  (本文共124页) 本文目录 | 阅读全文>>

西北大学
西北大学

计算机辅助颅骨性别自动识别方法研究

颅骨性别识别是法医人类学的热门研究课题之一,在刑侦、考古、人类学等领域具有重要研究价值。传统的形态学方法和测量法,依赖专家主观经验、测量精度要求高且操作繁琐,导致性别鉴定误差大和鉴定过程复杂耗时。计算机辅助颅骨性别识别不仅有效地缩短了颅骨性别鉴定的周期,避免了测量时对颅骨造成二次破坏,而且识别率高。因此,以三维颅骨作为研究对象,结合图像处理技术和机器学习方法对颅骨进行性别分类研究成为热点。针对传统方法存在的问题,本文提出两种自动化的颅骨性别识别方法,实现三维颅骨的性别识别。本文研究工作主要包括:(1)提出了一种结合统计形变模型和支持向量机的颅骨性别鉴定方法。首先,为了科学有效地建立统计形变模型,需要对所有颅骨样本建立点对应关系,利用TPS算法变形进行全局非刚性粗配准,再使用ICP算法进行精细配准,最终实现所有颅骨配准,建立它们的点对应关系;然后,利用PCA建立颅骨的统计形变模型并求解模型参数,得到颅骨的特征向量;最后,利用支持向...  (本文共74页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

基于深度学习和形变模型的乳腺癌全扫描切片图像语义分割

乳腺癌现已成为对女性健康威胁程度最高的恶性肿瘤之一。目前,主要是人工结合组织活检的显微分析进行诊断,不仅费时费力,而且诊断结果具有主观性与差异性。因此若能通过计算机自动准确地将病理图像中的病变区域诊断出来,那么不仅省时省力,而且可为病理学家提供精确客观的评估依据,这对于恶性肿瘤的智能诊断极具意义。对乳腺组织根据癌变与否进行切片图像的语义分割即可实现这点。本文要研究的乳腺组织活检全扫描切片图像分割是基于千兆分辨率的像素级分割,因数据量巨大,染色图像背景复杂,并且检测对象含有不同尺度的细胞与组织,故使得现有图像分割算法不能很好地适用于本文数据。针对乳腺癌全扫描切片图像语义分割中存在的一些难点,结合最新的深度学习技术,本文提出了一种将多尺度空洞卷积神经网络与形变模型相结合的图像分割算法,对多分类乳腺病变区域(正常、良性、恶性(原位性或浸润性))进行语义分割:(1)本文采用多个尺度的空洞卷积结构获取多尺度特征进行特征融合,并在上采样过程...  (本文共58页) 本文目录 | 阅读全文>>

上海交通大学
上海交通大学

基于视觉的柔性物体自动操作

对柔性物体自动操作研究对涉及国计民生的关键领域,如工业、医疗、服务业等,均有重要意义。然而,柔性物体的物理特性非常复杂,与外界交互时的实时形变难以预测和控制,目前对柔性物体的研究还很不成熟。并且,由于在实际应用中,柔性物体的物理模型难以预先精确获取。如何在保证控制精度的前提下,提高控制算法对建模误差的鲁棒性,是实现高精度柔性物体操作自动化的关键问题。本文将视觉引入柔性物体的操作控制中,一方面利用视觉实时监测柔性物体形变和机械臂操作,并利用基于图像的视觉伺服方法控制机械臂运动,提高控制精度;另一方面利用视觉估计模型或模型参数,减弱控制算法对精确模型的依赖性。针对不改变柔性物体拓扑结构的操作和改变柔性物体拓扑结构的操作,本文分别设计相应的柔性物体形变轨迹控制器和柔性物体切割控制器并进行了稳定性分析。本文提出的柔性物体形变轨迹控制器利用未标定固定相机系统对未知柔性物体的形变进行监测,根据柔性物体表面特征点运动的视觉测量值,控制机械臂对...  (本文共86页) 本文目录 | 阅读全文>>