《种改进分水岭算法的mri脑肿瘤图像分割-研究硕士研究生开题报告》由会员分享，可在线阅读，更多相关《种改进分水岭算法的mri脑肿瘤图像分割-研究硕士研究生开题报告（12页珍藏版）》请在金锄头文库上搜索。
1、山东中医药大学硕士研究生学位论文开题报告 论文题目： 一种改进分水岭算法的MRI脑肿瘤图像分割 研究 学号 201302179 研究生姓名 杨瑞雪 导师姓名及职称 马志庆 教授 学科专业 生物医学工程 研究方向 医学图像处理 所属院所 理工学院 拟授学位 医学科学硕士学位 二O 一五年 三 月 九 日填说 明1.开题报告在本专业教研室（科室）范围内举行，须成立开题考核小组，于第四学期4月底之前完成，开题时间和论文答辩时间必须间隔1年以上。2.本表一式三份（可复印），教研室、所属学院（所）、研究生处各一份，原件交所属学院（所）存档。3.本表用蓝黑或黑色钢笔填写或打印（不能打印表后粘贴），字迹要工
2、整。4.根据需要可自行加页，双面打印。 山东中医药大学研究生处选题依据（包括选题目的、意义及所选课题目前国内外研究的动态、水平等，并附主要参考文献及出处）1、 选题目的及意义 脑肿瘤的发病率较高，约占全身肿瘤1.4%，而死亡比例却超过2.4%1。因此只有在临床上尽早地发现并加以治疗，才能有效地减少脑肿瘤对人类和社会造成的巨大危害。 核磁共振成像（Magnetic Resonance Imaging，MRI）技术以其非介入性、非损伤性、多角度多参数成像、高度的软组织分辨能力、无骨伪影等优势，成为脑部疾病临床诊断和治疗的主要成像方式。脑肿瘤的分割技术在脑肿瘤的诊断和治疗上起着重要的作用，通过对脑肿
3、瘤的分割，医生可以测量肿瘤的大小、位置等各种参数，对它进行定量的分析和跟踪比较，确定肿瘤的生长状态和变化过程。此外，它在制定手术计划、手术导航、放疗计划、病人跟踪系统、病理的研究与分析、肿瘤模型和图谱的建立，三维可视化成像等方面也有着重要的意义。由于脑部MRI序列图像的数据量庞大，人工分割耗时耗力，而且人工分割的结果受医生的专业知识和操作熟练度的影响，往往因人而异，主观度较大，很容易产生不可预测的结果。因此，研究脑肿瘤的自动分割技术非常重要。2、 国内外研究历史及现状 由于临床应用和科学研究的需要，研究人员提出了许多MR图像脑肿瘤的分割方法，但每种算法都无法在任何条件下的一般图像中取得好的效果
4、2 。这是由于MR脑肿瘤图像的复杂性所决定的。具体的归纳为以下几点：3 (1)由于磁共振成像原理、技术上的限制和图像采集过程中各种因素的影响，图像存在部分容积效应、场偏移效应、噪声和运动伪影等（2）脑的组织结构复杂，MRI脑图像中正常组织主要包括肿瘤、水肿以及肿瘤内部的坏死、囊变，而且每种组织结构形状复杂。（3）颅内病变的空间占位、形状和大小不确定，不同软组织之间或病变组织与软组织之间的灰度分布不均，密度分布有混叠，边界比较模糊。（4）不同个体的组织结构存在较大差异，甚至同一个人在不同年龄段也会有较大的差异。以上这些特点给脑肿瘤图像的分割带来了很大的困难。磁共振图像中脑肿瘤分割的研究主要从图像
5、处理、模式识别、人工智能等领域对图像中病变组织进行分析，形成了几类脑肿瘤分割方法：(1)基于区域的分割方法。这类方法是根据同一目标区域内像素相似的特点，有阈值法、K均值聚类方法、模糊C均值聚类方法、基于高斯混合模型的方法、基于Markov随机场的方法、基于形态学分水岭的分割方法和区域生长的方法等。 (2)基于边缘的分割方法。该类方法是利用不同区域间特性不连续的特点，主要是可形变模型的方法。 (3)其它分割方法。有基于异常检测的分割方法、人工神经网络算法、基于图割的分割方法、基于图谱的分割方法，多谱MR图像分割方法等。本文所采用的分水岭算法是一种基于数学形态学的分割方法。它主要是从图像中提取那些
6、性质（灰度值或者图像纹理等）一致的目标区域，实现图像分割，所以可以认为是一种基于区域的分割方法。分水岭算法是把图像看成是跌宕起伏的山形地貌，把图像中每一点的像素值表示成该点的海拔高度，每个局部极小值区域形成一个集水盆，盆地之间的山脊就是分水岭。分水岭的形成主要采用两种原理。（1）模拟浸水法。它的基本思想是在每个盆地的最低处打一个小孔，使水慢慢均匀地侵入每个盆地，当水快要淹没盆地使两个盆地的水汇合时，就在这两个盆地之间修建堤坝，这样直到所有的盆地被水淹没，这时所有的分水岭都修建成堤坝，即完成图像分割。（2）模拟降水法，其基本思想是当雨滴落到山地模型上时，就会沿着山坡注入谷底，雨滴所经过的路线形成
7、一个连同分支，注入同一谷底的雨滴形成的所有连同分支就形成一个盆地。目前，分水岭算法一般是采用模拟浸水法的原理实现的。 Vincent3于1991年提出的基于浸没技术的分水岭分割算法，成为许多后来改进分水岭算法的一个很好的技术。分水岭算法运算简单4、计算速度快、对微弱边缘敏感。运用此算法可得到单像素宽的并且封闭的区域轮廓。直接应用分水岭算法在MRI图像中，很容易产生过分割现象。无法区分出有意义的区域。针对这一问题的改进方法主要有： （1）在分水岭分割之前，对图像进行滤波5,6,7，或限定允许分割的数目8 (2)通过对目标区域进行标记限定分割区域9，然后再进行分水岭分割 （3）在分水岭分割之后，采
8、用相应的合并准则进行区域合并10,11目前越来越多的基于分水岭分割的方法应用于医学图像领域。文献13针对传统分水岭算法在分割过程中较少用到边界特征信息、图像过分割现象比较突出的缺点,提出利用能量驱动的分水岭算法，将其应用到人脑MR图像中，但是该计算方法较为复杂，且对其他弱边界医学图像分割精度不高。文献14提出了一种基于形态学优化和区域合并的分水岭分割算法，采用简单的区域灰度均值对分水岭变换后的图像进行有效的合并，该算法有效地解决了分割问题，但对内部结构较为复杂的医学图像分割效果不明显。近年来，也有学者对分水岭过分割的直接成因-梯度谷底15,16即局部梯度极小值作相应的处理，提出了一种人工填充梯
9、度谷底阈值的方法来减少分割区域数量。但该方法在分割过程中梯度谷底阈值不能自适应调整。文献17在解决梯度谷底阈值时引入互信息，以互信息为目标函数来计算分割图像与原图像的互信息量。互信息最大时的阈值为最优值。尽管现阶段已经有了许多MRI脑肿瘤分割方法，但该领域仍然存在着许多亟待解决的问题18,如：（1）大量分割算法没有实现自动分割，还依赖于人为的手动干预。 （2）由于MRI图像的数据量极大和算法本身的限制，分割速度慢，实时性较差。 （3）由于实际中没有大量的实验数据供研究，算法的有效性和鲁棒性得不到充分的验证。 （4）没有一个完善的评价系统。 随着脑肿瘤分割技术的发展，分割方法朝着全自动、分割速度
10、快、分割精度高、自适应性和鲁棒性高、三维化方向发展 。 主要参考文献1Siegel R,Naishadham D,Jemal A. Cancer statistics，2013J.CA:A cancer Journal for Clinicians,2013.63(1):11-30.Siegel R,Naishadham D,Jemal A癌症统计,2013J.CA:临床医生癌症杂志,2013(1):11-302林瑶窗体顶端2林瑶,田捷.医学图像分割方法综述J.模式识别与人工智能,2002,02:192-204.3Luc Vincent，Pierre Soille.Watersheds in
11、digital spaces:An efficient algorithm based on inmersion simulations JIEEE Transactions on Pattern Analysis and Machines Intelligence,1991,13(16):583-598.4邓万凯.MRI图像的脑肿瘤分割方法研究D.华中科技大学,20115张鹤,吴谨.基于运动信息和标记多尺度分水岭的运动目标检测算法J.液晶与显示,2012,27(2):250-256.6KUMAR S V,LAZARUN M N,NAGARAJU C.A novel method for th
12、e detectionn of microcalcifications based on multi-scale morphological gradient watershed segmentation algorithmJ.International Journal of Engineering Science and Technology,2010,2(7):2616-26227苗加庆.基于自适应字典学习降噪改进的脑MRI图像分水岭精确分割算法研究J.激光杂志,2015,01:35-39.8侯晓文,刘奇.自适应带宽均值漂移脑部磁共振成像肿瘤分割J.生物医学工程学杂志,2014,05:10
13、01-1004+1010.9KARNTZALOS K,ARGIALAS D.Improvingedge detection and watershed segmentation with a nisotropic diffusion and morphologiclalevellingJ.International Journal of Remote sensing,2006,27(24):5427-543410XU S,LIU H,SONG E.Marker-controlled watershed for lesion segmentation in mammogramsJJournal of Digital Imaging,2011,24(5):754-763.11张建明,张菊,王娟.基于梯度修正和区域融合的分水岭分割算法J.计算机应用,2011,31(2):369-37112陈家新,王纪刚.一种改进的医学图像分水岭分割算法J.计算机应用研究
