《pet图像肿瘤检测-结题报告》由会员分享，可在线阅读，更多相关《pet图像肿瘤检测-结题报告（20页珍藏版）》请在金锄头文库上搜索。
1、南京理工大学南京理工大学 本科科研训练报告XXXXXXXXXXXX作者：XXXXXX学院：计算机科学与工程学院题目：PET 图象肿瘤的检测指导老师：XXXXX 年 月 日第一章第一章 绪论绪论1.11.1 研究背景研究背景肿瘤的早期预防、早期发现和治疗对于人的生命是至关重要的，PET 检测技术的使用为肿瘤患者诊断方案的确定提供了便利条件，它独特的成像技术和PET 图像的分析与研究，也越来越受到学者和研究人员的广泛关注。准确的将PET 图像中的肿瘤区域分割出来具有要的临床意义。PET 检测技术的引进，给癌症患者带来了一种准确的诊断方案。它能收到人们如此热切的关注，因为PETCT 相比于传统的诊断
2、手段有了许多明显的优势。在 PET 临床应用中，主要用到数字图像技术中的图像分割技术。运用图象处理中的分割方法能够提取影像数据中特殊组织，也是可视化实现的前提，分割后的区域能够进行组织容积的定量分析，诊断，治疗规划等，从而实现计算机辅助诊断分析。这就要求参加此项目的同学对数字图像学有一定的了解，尤其是要掌握其中的图像分割的多种方法，例如边缘检测阈值分割区域分裂与合并等等，当然这离不开计算机技术的配合，该项目要求同学有较强的编程能力，最好能将图像的检测与分割及计算等用代码实现，利用计算机最终实现肿瘤的较为精确的检测和定量分析（主要是算其体积）。1.21.2 研究目的和内容研究目的和内容1.2.1
3、1.2.1 研究目的研究目的本项目的主要实现了利用分割算法来实现肿瘤区域的检测分割。首先学习图像处理软件库 Matlab，熟悉其各项功能以及相关函数，然后针对 PET 序列影像数据，研究肿瘤的属性，运用多种方法对肿瘤进行检测并分割，最后实现分割肿瘤的各项特征计算，与医学专家分割的结果进行对比分析，给出定量的分析评价。通过该项目的研究，项目参与人员能够锻炼实际的编程能力，熟悉医学影像分析的流程，掌握图象处理的相关知识，提高解决实际问题的能力。1.2.21.2.2 研究内容研究内容肿瘤的早期预防、早期发现和治疗对于人的生命是至关重要的。近年来，PET 在诊断和指导治疗肿瘤、冠心病和脑部疾病等方面均
4、已显示出独特的优越性，越来越受到学者和研究人员的广泛关注，准确的将 PET 图像中的肿瘤区域检测分割出来具有重要的临床意义。运用图象处理中的分割方法能够提取影像数据中特殊组织，也是可视化实现的前提，分割后的区域能够进行组织容积的定量分析，诊断，治疗规划等，从而实现计算机辅助诊断分析。第二章第二章 MATLABMATLAB 简单介绍简单介绍2.12.1 简介简介MATLAB 是美国 MathWorks 公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括 MATLAB 和 Simulink 两大部分。2.22.2 优势特点优势特点1) 高
5、效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；2) 具有完备的图形处理功能，实现计算结果和编程的可视化；3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。2.32.3 编程环境编程环境MATLAB 由一系列工具组成。这些工具方便用户使用 MATLAB 的函数和文件，其中许多工具采用的是图形用户界面。包括 MATLAB 桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。2.42.4 图形处理图形处理MATL
6、AB 自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的 MATLAB 对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB 同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB 也有相应的功能函数，保证了用户不同层次的要求。另外新版本的 M
7、ATLAB 还着重在图形用户界面（GUI）的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。2.52.5 MATLABMATLAB 在图像处理中的应用在图像处理中的应用图像处理工具包是由一系列支持图像处理操作的函数组成的。所支持的图像处理操作有:图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换(DCT 变换等) 、图像分析和统计、二值图像操作等。下面就 MATLAB 在图像处理中各方面的应用分别进行介绍。（1） 图像文件格式的读写和显示。MATLAB 提供了图像文件读入函数 imread()，用来读取如:bmp、tif、tiffpcx 、jpg
8、 、gpeg 、hdf、xwd 等格式图像文；图像写出函数 imwrite() ，还有图像显示函数 image()、imshow()等等。（2） 图像处理的基本运算。MATLAB 提供了图像的和、差等线性运算 ，以及卷积、相关、滤波等非线性算。例如，conv2(I，J)实现了 I，J 两幅图像的卷积。（3） 图像变换。MATLAB 提供了一维和二维离散傅立叶变换(DFT) 、快速傅立叶变换(FFT) 、离散余弦变换 (DCT) 及其反变换函数，以及连续小波变换(CWT)、离散小波变换(DWT)及其反变换。（4） 图像的分析和增强。针对图像的统计计算 MATLAB 提供了校正、直方图均衡、中值滤
9、波、对比度调整、自适应滤波等对图像进行的处理。（5） 图像的数学形态学处理。针对二值图像，MATLAB 提供了数学形态学运算函数；腐蚀(Erode)、膨胀(Dilate)算子，以及在此基础上的开 (Open)、闭(Close)算子、厚化 (Thicken) 、薄化 (Thin) 算子等丰富的数学形态学运算。以上所提到的 MATLAB 在图像中的应用都是由相应的 MATLAB 函数来实现的，使用时，只需按照函数的调用语法正确输入参数即可。具体的用法可参考MATLAB 丰富的帮助文档。图像边缘对图像识别和计算机分析十分有用，在MATLAB 中，函数 edge()用于灰度图像边缘的提取，它支持六种不
10、同的边缘提取方法，即 Sobel 方法、Prewitt 方法、Robert 方法，Laplacian2Gaussian方法、过零点方法和 Canny 方法。第三章第三章 数字图像处理数字图像处理3.13.1 概念概念数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用。数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。3.2 主要目的主要目的（1）提高图像的视感质量，对图像进行几何变换等，以改善图像的质量。（2）提取图像中所包含的某些
11、特征或特殊信息，这些被提取的特征或信息往往为计算机分析图像提供便利。（3）图像数据的变换、编码和压缩，以便于图像的存储和传输。3.3 常用方法常用方法1）图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。2 ）图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。编码是压缩技术中最重要的方法，它在图像处理技术中是
12、发展最早且比较成熟的技术。3 ）图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。4 ）图像分割图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是图像处理中研究的热点之一。5 ）图像描述：
13、图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。6 ）图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。3.4 主要优点主要优点1. 再现性好。数字图像处理与模拟图像处理的根本不同在于：它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。2. 数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把
14、每个像素的灰度等级量化为 16 位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。3适用面宽。图像可以来自多种信息源。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像（彩色图像也是由灰度图像组合成的，因而均可用计算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。4灵活性高图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实现非线性处
15、理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。第四章第四章 用用 MATLABMATLAB 进行进行 PETPET 图象肿瘤的检测图象肿瘤的检测4.14.1 图像的读取与显示图像的读取与显示1、读取图像、读取图像 函数 imread 可以从任何 Matlab 支持的图像文件格式中，以任意位深度读取一幅图像。格式为：MAP=imread(FILENAME,FMT)，其中：FILENAME为需要读入的图像文件名称，FMT为图像格式。2、读取图像信息、读取图像信息 可以通过调用 imfinfo 函数获得与图像文件有关的信息，格式如下：INFO=imfinfo(FILENA
16、ME,FMT)其中：返回的 INFO 是 Matlab 的一个结构体。3、显示图像、显示图像Matlab 的图像显示函数主要使用 imshow。imshow(I,n) : 显示灰度级为 n 的图像，n 缺省为 256。imshow(I,low,high) :以灰度范围low,high显示图像，如果不知道灰度范围，可以用 imshow(I,)显示。imshow(BW) :显示二值图像。显示二值图像。4.24.2 阈值分割阈值分割( (整个科研实验的重点整个科研实验的重点) )（1）调入并显示图像 rice.png。（2）用迭代式阈值选择方法分割图像：（3）用 Otsu 法阈值选择法分割图像；（4）用分水岭算法分割图像。（5）将上述几种处理方法的结果作比较。在一幅图像中，人们常常只对其中的部分目标感兴趣，这些目标通常占据一定的区域，并且在某些特性（如灰度、轮廓、颜色和纹理等）上和临近的图像有差别。这些特性差别可能非常明显，也可能很细微，以至肉眼察觉不出来。随着计算机图像处理技术的发展，使得人们可以通过计算机来获取和处理图像信息。图像识别的基
