X线胸片图像分割特征提取与分类方法研究.docx
《X线胸片图像分割特征提取与分类方法研究.docx》由会员分享,可在线阅读,更多相关《X线胸片图像分割特征提取与分类方法研究.docx(71页珍藏版)》请在第一文库网上搜索。
1、分类号密级UDC学位论文X线胸片图像分割、特征提取与分类方法研究作者姓名:段慧东指导教师:邵虹副教授东北大学中荷生物医学与信息工程学院申请学位级别:硕士学科类别:工学学泮专业称生物医学工程论文提交日期:2013年6月9日论文答辩日期:2013年6月27日学位授予日期:答辩委员会主席:张耀楠评阅人:齐守良、王宏生东北大学2013年6月AThesisinBiomedica1EngineeringStudyofSegmentation,TextureFeatureExtractionandC1assificationMethodsofChestRadiographsSupervisor:Associ
2、ateProfessorShaoHongNortheasternUniversityJune2013独创性声明本入声明,所呈交的学位论文是在导师的指导下完成的论文中取得的研究成果除加以标注和致谢的地方外,不包含其他人已经发表或撰写过的研究成果,也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名中文湛古日期:扣7.1学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人同意东北大学可以将学
3、位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后:半年匕一年口一年半口两年百/学位论文作者签名:衾裴占,导师签名:k七1签字日期:签字日期:1(3.7JX线胸片图像分割、特征提取和分类方法研究摘要X射线诊断是重要的放射诊断依据之一。胸腔由千包含了人体很多重要器官,所以X线胸片的诊断占所有放射线影像诊断的40%以上。然而X线胸片图像质量存在很大缺陷,如对比度低,器官重叠,边界模糊等,严重影响了X线胸片的临床价值。因此,X线胸片图像处理技术有若重要的医学价值和应用意义。本文主要从四个方面M线胸片图像处理技术进行研究:X线胸片团像的增强与预处理,X线胸
4、片图像的分割,X线胸片图像纹理特征提取以及X线胸片图像的分类.X线胸片图像预处理部分实现了对X线胸片图像的直方图均衡化、中值滤波和形态学滤波,提升图像整体的对比度,降低噪声影响。在增强部分对图像进行了高斯-拉普拉斯金字塔增强,很大程度上提高了X线胸片图像的质量。X线胸片图像分割部分主要实现了肺部轮廓的分割。这里采用了阅值分割法、导数分割法和主动形状模型ASM分割方法。阑值分割运用RtSU法使得图像直方图类间方差朵大来确定最佳阅值,实验结果表明经过增强的图像使用阙值法分割效果较好。导数分割法首先划分出肺部轮廓所占据的大致区域,然后通过局部灰度一阶导数的最值确定了肺部轮廓点。该方法对轮廓边缘判断准
5、确,但对噪声敏感,要求准确的自动划分出肺部轮廓所占区域。主动形状模型ASM分割法通过标记训练集,对齐训练集,获取训练集轮廓的局部灰度统计信息,在具体图像分割中,根据训练结果首先得出目标初始轮廓,然后通过目标初始轮廓的局部灰度统计信息与训练集的局部灰度统计信息之间的距离迭代调整初始轮廓位笠,最后得到目标的朵终轮廓。该方法取得了良好的分割效果。X线胸片图像纹理特征提取部分以增强和分割的结果为基础选择提取了图像的分形和小波特征。在提取分形特征时,首先对图形进行变换得到一系列细节子图形,然后对细节图像进行分形特征的提取。小波特征的提取方法这里采用四层小波分解,求取分解后各子图像的灰度均值和方差作为小波
6、特征。这里的分形和小波特征都突出了图像的细节信息。X线胸片图像的分类主要完成正常X线胸片和肺癌X线胸片的区分。利用已得到的分形与小波特征,采取支持向朵机SVM的方法进行特征分类。最后交叉验证分类的准确性。从实验结果数据来看,分形特征的分类效果要更好一些。最后实现了一个X线胸片图像处理系统,系统可以完成对X线胸片图像进行增强,直方图均衡化和阅值分割等操作。本文X线胸片图像处理各个步骤结果良好,每一部分成果都可单独拿出应用千实际。本课题最的最终目的图像分类的工作也较好的完成,但算法都有继续改进也关键翊X线胸片:图像增强;肺部轮廓分割;特征提取;图像分类Abstract朱,大一由1:小,Iffrac
7、ta1andwave1etfeaturecanref1ecttheimagedetai1sinsomeextent.Theaimofchestradiographc1assificationistodistinctthenorma1radiographstothe1ungcancerones.SupportVectorMachine(SVM)istriedtodothisjobbyusingthefracta1andwave1etfeature,thencrossVa1idatiooisapp1iedtova1idatetheprecisionofc1assificationmethod.Th
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 胸片 图像 分割 特征 提取 分类 方法 研究