基于脑出血CT图像的分割算法研究

VIP免费

3.0 侯斌 2024-11-19 4 4 1.41MB 59 页 15积分

侵权投诉

摘要

脑出血作为严重威胁人类健康的疾病之一，具有发病率高、死亡率高、致残

率高、复发率高等特点。其治疗的关键在于尽早地确定出颅内血肿的位置和体

积，准确的测量出血肿体积具有重大的临床应用价值。近年来，医学图像分割技

术在计算机辅助诊断方面扮演着越来越重要角色，通过对医学图像进行分割可提

高图像的可读性以及使医师对病变组织进行更为有效地观察和诊断，这也为解决

脑出血血肿体积的定量计算问题提供了新的思路。

课题正是在上述背景下，依托医学图像分割技术，以脑出血 CT 图像为研究

对象，在结合医学专业知识的基础上，首先对脑出血 CT 图像进行了各向异性扩

散滤波处理；其次采用基于水平左右扫描算法分割出 CT 图像的颅腔内区域部

分，并在此基础上利用改进的 FCM 算法进一步聚类分割出病灶区域；最后结合

医学 DICOM 文件所包含的像素物理信息计算出血肿体积。

课题取得的主要研究成果如下：

1.将FCM 算法应用到脑出血 CT 图像的病灶分割中，并针对 FCM 算法数据

样本过大、算法效率低的缺点，提出了一种基于图像灰度直方图改进的 FCM 算

法，实验结果表明，改进的 FCM 算法能大大减少算法的聚类时间，提高了算法

的效率；

2.针对脑出血 CT 图像的特点，设计实现了一种先预分割后细分割提取脑出

血病灶区域的方案。预分割采用基于水平左右扫描的分割算法分割出颅内区域，

目的是排除颅骨以及其它区域的干扰；细分割主要是进一步利用改进的 FCM 算

法分割出出血病灶区域，实验结果表明算法能有效地将出血病灶区域从 CT 图像

中提取出来；

3.在提取出脑出血病灶区域的基础上，结合 DICOM 文件的包含的像素点长

宽以及 CT 扫描层厚的物理信息提出一种较多田公式估算血肿体积方法更为准确

的血肿体积定量计算方法，并通过实验对比了两种方法的计算结果，验证了课题

方法的有效性。

关键词：脑出血图像分割 FCM 算法 DICOM 血肿体积

ABSTRACT

Intracerebral hemorrhage (ICH) has been one of the most serious diseases

threatening human health in the whole world, which has a high mortality and high

morbidity characteristics. The key of ICH treatment is to early identify the location and

the size of intracranial hematoma, accurate measurement of the volume of hematoma

has great value in clinical application. Recently, medical image

segmentation technology is playing a more and more important role in computer

aided diagnosis. After segmentation of medical image, which can improve

the readability of the image and assist the doctor to observe lesions and diagnose

diseases more effectively, it also provides a new way of resolving the problem of

hematoma volume quantitative calculation.

Subject relies on medical image segmentation technology and uses the CT

images of ICH as the research object under the above background. Firstly, anisotropic

diffusion filter is used as the ICH CT images denoising; Secondly, the intracranial

region of CT images is extracted by using the level of about scanning algorithm, and the

improved FCM algorithm is used to segment the lesion area for further clustering.

Finally, combining the physical information of DICOM files a precise calculation of the

hematoma volume method is proposed.

The main research harvests are as follows:

1. The FCM algorithm is applied to ICH CT images lesion segmentation,

considering the data samples is too large and the low efficiency of the FCM algorithm,

an improved FCM algorithm which based on the image gray histogram is proposed. The

experimental results show that the improved FCM algorithm can greatly reduce the

clustering time and improve the efficiency of the algorithm;

2. According to the characteristics of the ICH CT images, an ICH lesion

segmentation algorithm which has pre-segmentation and fine-segmentation two mainly

stages is proposed. The pre-segmentation stage aims to segment the intracranial area

and eliminate the interference of the skull and other areas; and the improved FCM

algorithm is used to segment the lesion area at the fine-segmentation stage. The

experimental results show that the algorithm can effectively extract the bleeding lesion

from ICH CT images.

III

3. Based on the ICH lesion area segmentation, single pixel physical area can be

calculated after using the physical information which contained in DICOM files, after

counting the number of pixels of all lesion levels we can calculate the total area of

lesion, the cerebral hemorrhage volume will be calculated. Finally, compare the

calculation result between the paper method and the Tada formula method by

experiments. Experimental results show that this method can segment the cerebral

hemorrhage lesion and calculate the hematoma volume effectively.

Key Words：Intracerebral hemorrhage CT images, Medical image segmentation,

DICOM, FCM algorithm, Hematoma volume

中文摘要

ABSTRACT

第一章绪论 ................................................................................................................ 1

1.1 课题研究背景及意义 .........................................................................................1

1.2 国内外研究现状 .................................................................................................2

1.3 论文研究内容 .....................................................................................................3

第二章图像分割算法理论基础 ................................................................................. 4

2.1 图像分割的定义 .................................................................................................4

2.2 常用分割方法 .....................................................................................................5

2.2.1 阈值分割 ..................................................................................................5

2.2.2 区域生长分割 ..........................................................................................5

2.2.3 基于边缘的分割方法 ..............................................................................6

2.2.4 基于数学形态学的分割方法 ..................................................................7

2.2.5 基于特定理论的分割方法 ......................................................................7

2.3 模糊聚类理论基础 .............................................................................................8

2.3.1 模糊理论发展概况 ..................................................................................8

2.3.2 模糊集合理论 ..........................................................................................8

2.3.3 聚类分析概况 ........................................................................................10

2.4 模糊 C-均值(FCM)聚类算法 ...........................................................................11

2.4.1 数据集的 C划分 ................................................................................... 11

2.4.2 FCM 算法数学原理 .............................................................................. 12

第三章图像去噪与颅腔内区域提取 ....................................................................... 18

3.1 脑出血病变表现 ...............................................................................................18

3.2 算法设计思路与框架 .......................................................................................18

3.3 图像去噪 ...........................................................................................................20

3.3.1 常用的图像去噪方法 ............................................................................20

3.3.2 各向异性扩散滤波 ................................................................................21

3.3.3 实验验证 ................................................................................................23

3.4 预分割 ...............................................................................................................23

3.4.1 基于区域生长的分割方法 ....................................................................23

3.4.2 基于阈值的水平左右扫描分割法 ........................................................28

3.4.3 实验验证 ................................................................................................32

第四章基于改进的 FCM 算法的脑出血病灶提取 .................................................34

4.1 FCM 算法的改进 ............................................................................................. 34

4.2 改进的 FCM 算法实现步骤 .............................................................................36

4.3 实验验证 ...........................................................................................................38

第五章脑出血血肿体积测量 ................................................................................... 41

5.1 脑出血诊断经验 ...............................................................................................41

5.2 基于多田公式的血肿体积估算 .......................................................................41

5.3 基于本文算法的血肿体积计算 .......................................................................42

5.4 DICOM 文件编码格式 .................................................................................... 43

5.4.1 出血面积计算 ........................................................................................44

5.4.2 血肿体积计算 ........................................................................................45

5.5 实验验证 ...........................................................................................................46

第六章总结与展望 ................................................................................................... 50

6.1 总结 ...................................................................................................................50

6.2 展望 ...................................................................................................................51

参考文献 .........................................................................................................................52

在读期间公开发表的论文和承担科研项目及取得成果 .............................................55

致谢 ................................................................................................................................56

第一章绪论

1.1 课题研究背景及意义

从1895 年德国物理学家伦琴[1]发现 X线开始，已经相继出现了诸如计算机

体层成像 (computed tomography,CT) 、核磁共振成像(Magnetic Resonance

Imaging,MRI)、超声成像(Ul-transonography)、发射体层成像(Emission Computed

Tomography,ECT)等医学成像技术，这些医学成像技术以非侵入式方式将人体内

部的解剖结构及病灶组织信息以数字化图像形式显示出来并广泛地应用于医疗诊

断、术前计划、术后检测等各个环节[2]。但由于医学图像在成像过程中受到设备

自身参数、局部体效应、受检查体位等因素的影响，使得图像不可避免的会出现

一定的噪声、伪影、图像边缘模糊以及图像灰度不均匀等现象；另外，图像在存

储及传输的过程中也可能受到其它因素的影响，使得图像质量降低，这就给医师

对疾病进行准确合理的诊断与治疗带来了困难。因此如何从这些医学图像中获得

有用的信息进行各种定性、定量的分析，就成为了疾病诊断和治疗的重要问题之

一，而医学图像分割技术就是为解决此类问题而发展起来的一门新的技术，通过

对医学图像进行分割，可提高图像的可读性以及使医师对人体的解剖结构和病变

组织进行更为有效的观察和诊断。此外，医学图像分割在获取病理信息、建立人

体解剖结构信息库、3D 可视化研究等多方面都有着重要意义。总而言之，医学图

像分割是医学图像处理与分析邻域的研究热点与重点。

目前，在全球范围内，脑血管疾病( Cerebrovascular disease, CVD )是继癌

症、心脏病之后第三大导致人类的死亡的疾病。而脑出血(Intracerebral

hemorrhage, ICH)是急性脑血管疾病的一种，一般是指由非外伤性脑内血管破裂而

导致的脑实质出血，其具有发病率高、死亡率高、致残率高、复发率高及并发症

等特点。脑出血急性期的快速诊断与治疗是降低脑出血死亡率和致残率的关键；

而在临床诊断中，医师大都是通过肉眼观察脑出血 CT 图像中出血病灶区域并结

合自身经验估算出血肿的体积进而制定治疗方案，但是这种方法耗时较长且估算

出的血肿体积往往不够准确。因此，有必要研究一种更为快速，计算结果更为准

确的血肿体积定量计算方法。

综上所述，课题依托医学图像分割技术，以脑出血 CT 图像为研究对象，以

实现脑出血血肿体积的定量计算为目标。课题的研究对辅助医师制定急性脑出血

的治疗方案、降低脑出血的致死、致残率是具有一定的研究意义和价值的。

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

I摘要脑出血作为严重威胁人类健康的疾病之一，具有发病率高、死亡率高、致残率高、复发率高等特点。其治疗的关键在于尽早地确定出颅内血肿的位置和体积，准确的测量出血肿体积具有重大的临床应用价值。近年来，医学图像分割技术在计算机辅助诊断方面扮演着越来越重要角色，通过对医学图像进行分割可提高图像的可读性以及使医师对病变组织进行更为有效地观察和诊断，这也为解决脑出血血肿体积的定量计算问题提供了新的思路。课题正是在上述背景下，依托医学图像分割技术，以脑出血CT图像为研究对象，在结合医学专业知识的基础上，首先对脑出血CT图像进行了各向异性扩散滤波处理；其次采用基于水平左右扫描算法分割出CT图像的颅腔内区域部分...

展开>> 收起<<

基于脑出血CT图像的分割算法研究.pdf

共59页,预览6页

还剩页未读，继续阅读

基于脑出血CT图像的分割算法研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: