基于粒子群优化OTSU的肺组织分割算法研究

摘要

肺部疾病是一类易传染、严重危害公众健康的疾病。近年来，受空气污染的影响，肺部疾病患者人数急剧上升。如何提高肺部疾病计算机辅助诊断能力，对提高肺部疾病的诊断准确率、肺部疾病患者能够尽早治疗有着深远的意义。而肺组织图像分割则是肺部疾病计算机辅助诊断中关键技术之一。传统肺组织图像分割算法用时长，为减少肺组织分割算法的运算时间，本文对基于粒子群优化OTSU的肺组织分割算法进行了研究。
　　首先，研究了基于CT图像的肺组织图像分割算法。在了解CT图像的成像原理、成像特点的基础上，通过研究分析各常用肺组织图像分割算法的优缺点，选择二维OTSU阈值分割算法对肺组织图像进行分割，考虑到肺组织图像分割的实时性要求，选用粒子群算法对二维OTSU阈值分割算法进行优化。
　　其次，研究了基于改进粒子群优化的二维OTSU阈值分割算法。针对传统粒子群优化的二维OTSU算法中二维直方图计算量大、粒子搜索容易陷入局部最优解的缺陷，采用基于灰度级-梯度的二维直方图减少二维直方图的计算量并减小粒子的搜索范围，采用基于粒子空间对称分布的改进粒子群算法获取最佳阈值。
　　最后，研究了基于改进粒子群优化二维OTSU的肺组织图像分割算法。利用孔洞填充算法去除背景，选择基于粒子群优化的OTSU阈值分割算法对CT图像进行肺组织图像分割，基于形态学操作去除噪声、修补病变区域产生的孔洞;通过计算连通区域面积，选取面积较大的两个连通区域作为肺组织区域，并分离出左右肺以及去除气管;利用形态学闭操作修补病变区域造成的孔洞。本文能够快速自动分割出肺组织图像，有效地去除气管，实现左右肺的分离，并能修补病变区域图像。

目录

声明

摘要

第一章 绪论

1．1 研究意义

1．2 国内外研究现状

1．3 研究内容

第二章 基于CT图像的肺组织分割研究

2．1 引言

2．2 医学CT图像

2．3 常用的肺组织分割算法

2．4 最大类间方差阈值分割算法

2．5 粒子群算法

2．6 本章小结

第三章 基于粒子群优化的OTSU阈值分割算法

3．1 引言

3．2 基于灰度级-梯度二维直方图的OTSU阈值分割算法

3．3 改进粒子群算法

3．4 基于粒子群优化的OTSU阈值分割算法

3．5 本章小结

第四章 基于粒子群优化的OTSU肺组织分割算法

4．1 引言

4．2 肺部CT图像背景去除

4．3 肺组织区域提取

4．4 气管去除与左右肺分离

4．5 肺组织病变区域图像修补

4．6 实验结果和分析

4．7 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

附录

个人简介