迭代梯度矢量流方法及其在醫(yī)學圖像分割中的應用.pdf_第1頁
已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、醫(yī)學圖像分割是圖像研究中的一個重要領域。由于醫(yī)學圖像的復雜性，普通的圖像分割模型不能滿足醫(yī)學圖像分割的需要。變形模型是近幾年發(fā)展起來的一種新的圖像分割方法并被廣泛應用于醫(yī)學圖象分割中。變形模型分為參數(shù)變形模型和幾何變形模型兩種。最近約翰斯．霍普金斯大學的XuChenyang提出了GVF變形模型，通過擴展外力在圖像區(qū)域的作用范圍，改善了傳統(tǒng)變形模型對初始輪廓的敏感性以及不能進入圖像邊界凹口的弱點。但對于含有又深又細凹口的復雜圖像，GVF方

2、法依然無能為力。本文提出了迭代梯度矢量流參數(shù)變形模型(IGVF)。IGVF方法迭代使用GVF，每一次迭代時對上一次GVF產(chǎn)生的結果進行調(diào)整做為新的初始輪廓。輪廓調(diào)整主要在圖像中又深又細的凹口附近GVF無法進入的區(qū)域進行。本文還對去除噪音和邊緣檢測等圖像預處理技術作了深入的探討。最后，本文將IGVF和圖像預處理技術應用于實際的醫(yī)學圖像分割中，包括人的小腿與大腦切片圖像。其中大腦切片圖像含有大量復雜的邊界和又深又細的凹口。實驗結果表明，相比

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論