基于改进混合蛙跳算法的SPECT-B超甲状腺图像配准

摘要

全世界每年新发甲状腺癌患者1212万例,甲状腺癌直接影响人类的正常生活和健康。B超图像能清晰显示甲状腺组织内的细微变化,对甲状腺结节的发现率高,但不能进行功能判断;SPECT显像是功能显像,可以根据腺体内放射性分布,提供与病变的良、恶性有密切关系的功能图像,但对结节定位不准。为了克服单模医学图像信息单一、表征局限的缺点,提出将甲状腺B超图像和SPECT图像进行融合处理。本文主要研究甲状腺的B超图像和SPECT的图像的配准,为两种模式图像的融合做准备,提高对甲状腺肿瘤良、恶性判断的准确率。
　　B超图像具有低对比度,低锐利度,存在噪声的特点,SPECT图像没有一个视觉可视的分割边界,这两种图像像素差异较大,灰度极不相似,采用基于灰度的配准方法会造成极大的误配准。本文针对这两幅图像不同的成像特点,提出将甲状腺和肿瘤的初始轮廓图像作为配准依据,用人工交互的GCBAC方法分割 B超图像,用阈值法分割SPECT图像,并填充区域为二值图像,为甲状腺图像配准做准备。
　　参数优化是配准的重要步骤,本文通过引入控制步长因子和权重因子对混合蛙跳算法在速度和精度上进行改进,使改进后的算法具有更高的精度和鲁棒性,速度快,最后将混合蛙跳算法应用于甲状腺的图像配准中,实验结果表明,将改进的混合蛙跳算法应用到甲状腺SPECT-B超图像的轮廓区域配准可以达到较好的效果。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题研究背景

1.2 SPECT-B超图像配准研究的临床意义

1.3 B超、SPECT简介

1.4 本文内容安排

第2章 医学图像的配准

2.1 图像配准定义

2.2 图像配准技术的发展历史

2.3 医学图像配准的分类

2.4 图像配准的技术基础

2.5 本章小结

第3章 甲状腺图像的特征提取

3.1 甲状腺图像特点分析

3.2 甲状腺图像的特征提取

3.3 本章小结

第4章 改进的混合蛙跳算法

4.1 混合蛙跳算法

4.2 混合蛙跳算法的研究进展

4.3 改进的混合蛙跳算法

4.4 改进的混合蛙跳算法在图像配准中的应用

4.5 本章小结

第5章 甲状腺的SPECT-B超图像配准

5.1 相似度测量

5.2 本文配准问题中参数的选择

5.3 实验结果分析

5.4 本文配准的流程图

5.5 本章小结

第6章 总结与展望

6.1 工作总结

6.2 工作展望

参考文献

致谢

攻读学位期间发表论文情况