一种基于新的图像力的水平集MR图像分割

摘要

目前心血管疾病已成为威胁人类健康的重要疾病，每年全世界数以千万计的人死于心血管疾病。核磁共振成像技术以其图像质量受目标运动影响较小、成像参数多、较高的空间分辨率、对人体无侵入影响等优点得到人们的关注。对心脏MR．图像的准确分割，能够为进一步的心脏运动分析提供大量信息，有助于研究心脏解剖结构，定量分析心脏病因病理，做出有效诊断。同时，对二维序列的心脏MR图像分割，也是心脏三维运动重建的必须步骤。 基于几何变形模型的水平集方法，将二维(三维)的闭合曲线(曲面)的演化问题转化为高维空间中水平集函数曲面演化的隐含方式来求解，适应于对拓扑结构变化的处理，其计算精度高，算法稳定，因而得到广泛应用。 本文对水平集方法进行讨论研究，经典水平集方法的速度函数仅基于图像的边缘梯度信息，在处理合成图像或者背景目标差异很大的图像时能够得到很好的结果。然而在心脏MR图像分割中，受到图像弱边界，强结构噪音，以及心脏MRI标记线的影响，很难得到理想的分割结果。针对此问题，提出了一种基于新的图象力的水平集算法，它将聚类信息和图像ROI信息相结合，构造基于新的图像力的水平集速度函数。该速度函数有较强的抗噪性能，能够处理含有强噪音、弱边界、低对比度的图像。新的模型中，水平集曲线在图像区域和边界信息的共同作用下运动，对左心室MR图像的分割实验表明该方法具有良好的分割效果。

目录

文摘

英文文摘

学位论文独创性声明及使用授权声明

第一章绪论

1.1引言

1.2心脏MR图像分割的现状

1.3本文主要研究工作及内容安排

第二章水平集图象分割方法

2.1概述

2.2几何曲线演化和水平集方法

2.2.1曲线演化理论

2.2.2测地线活动轮廓模型

2.2.3水平集理论

2.3实验结果及分析

2.4本章小结

第三章一种基于新的图象力的水平集算法

3.1引言

3.2 K-均值聚类方法

3.3图像ROI信息的提取

3.4结合聚类信息和图像ROI信息的水平集速度函数

3.5实验结果及分析

3.6本章小结

第四章工作总结与展望

4.1工作总结

4.2未来研究方向

参考文献

攻读研究生期间主要研究成果

致谢