ASM算法在心脏MSCT图像分割中的应用

摘要

目前，基于模型技术已经成为医学图像分析的重要工具，特别是基于可变模型和统计模型的方法引起了广泛的重视。 主动形状模型（ASM）是一种以训练和统计分析为基础的模型分割方法，它在样本的形变模式下迭代地调整模型的形状以拟合目标的边界。而MSCT作为重要的心脏无创成像方法，对它的成像数据进行正确的分割是目前心脏图像研究领域亟需解决的问题之一，本文拟将ASM算法应用于心脏MSCT图像的分割中去。 本文先对医学图像分割技术做了系统性的总结，回顾了心脏成像的各种技术并介绍了心脏建模方法。接着对主动形状模型的理论进行了原理性阐述，并介绍了其扩展方法。然后着重探讨了ASM算法在心脏MSCT图像分割中的应用，包括预处理部分与训练、搜索过程中的改进方法。最后给出了ASM算法对心室分割的结果，实验结果表明，ASM算法能够对心脏MSCT图像中左、右心室轮廓给出较好的分割结果。 基于模型的ASM分割定位方法具有良好的统计学习特性和智能化的形变和搜索能力，在心脏MSCT图像分割应用中取得了较好的效果，这对于更好地克服传统方法的不足、解决日益复杂的分割问题、促进图像视觉的研究和发展具有重要的意义。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 心脏的解剖生理学

1.1.1 心脏的解剖特征

1.1.2 心脏的生理功能

1.2 心脏成像技术

1.2.1 心脏多层CT

1.2.2 心脏成像的其他技术

1.2.3 心脏建模的方法

1.3 医学图像分割算法的特点

1.3.1 医学图像分割方法

1.3.2 CT图像分割方法

1.3.3 形变模型算法的提出与发展

1.3.4 ASM算法的优点

1.4 本文的组织安排

第二章 主动形状模型(ASM)的基本理论

2.1 建立点分布模型

2.2 训练集的归一化配准

2.2.1 Procrustes方法

2.2.2 两个样本间的配准对齐

2.2.3 配准训练集

2.3 平均形状的获取与统计分析

2.3.1 形状建模

2.3.2 模型的统计分析

2.4 基于ASM模型的轮廓拟合

2.4.1 计算每个模型点的最佳移动

2.4.2 计算姿态和形状参数的变化

2.4.3 更新姿态和形状参数

2.4.4 实验拟合分割的结果

2.5 ASM算法的扩展

2.5.1 AAM算法

2.5.2 独立元分析(ICA)

2.5.3 Gabor特征描述

2.5.4 其他的扩展方法

2.6 本章小结

第三章 心脏MSCT图像的预处理

3.1 心室在心脏结构中的地位

3.2 各向同性的图像层间插值

3.3 斜截面图像序列的获取

3.3.1 空间坐标变换

3.3.2 新坐标点的双线性插值

3.4 实验结果与本章小结

第四章 ASM算法在心脏MSCT图像分割中的应用

4.1 训练集的获取与配准

4.2 平均形状模型的最优标定

4.2.1 Douglas—Peucker曲线采样算法

4.2.2 样本形状的标记点映射

4.3 平均形状模型的初始定位

4.4 ASM轮廓拟合和搜索方法的改进

4.4.1 多分辨率的图像金字塔方法

4.4.2 局部灰度建模

4.4.3 合并Snake算法

4.5 心室轮廓分割的实验结果分析

4.5.1 实验结果的数据分析

4.5.2 实验结果与对比

4.5.3 本文算法的不足

4.6 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

致 谢

攻读硕士学位期间所发表的学术论文