基于肝臟超聲圖像病變的分割及識(shí)別研究.pdf

1、通過使用醫(yī)學(xué)圖像處理算法分析超聲圖像，計(jì)算機(jī)輔助診斷系統(tǒng)為醫(yī)師提供了診斷意見，使得醫(yī)師能夠得出綜合性的診斷，大大降低了誤診率。因此，醫(yī)學(xué)超聲圖像處理方法的研究具有重要的應(yīng)用價(jià)值。本文以肝臟病變超聲圖像為對(duì)象，研究了肝臟超聲圖像中病變區(qū)域的分割以及識(shí)別問題，主要的工作有:
　　1、給出了一種改進(jìn)的最穩(wěn)極值特征區(qū)域提取算法，應(yīng)用到多種肝臟病變圖像的分割中。在對(duì)超聲圖像進(jìn)行各項(xiàng)異性濾波及數(shù)學(xué)形態(tài)學(xué)處理的基礎(chǔ)上，提取了廣義的最穩(wěn)極值特征區(qū)

2、域，最后對(duì)二值化圖像進(jìn)行邊緣融合并優(yōu)化了分割邊界。實(shí)驗(yàn)結(jié)果表明改進(jìn)的算法僅需要對(duì)超聲圖像在較小的閾值區(qū)間做二值化，相較于最穩(wěn)極值特征區(qū)域算法在[0，255]區(qū)間做二值化，大大降低了運(yùn)算時(shí)間，并有著更好的分割準(zhǔn)確度。
　　2、綜合了現(xiàn)有文獻(xiàn)中描述感興趣區(qū)域的紋理特征，給出了一種基于灰度共生矩陣的22個(gè)紋理特征和基于灰度運(yùn)行周期矩陣的11個(gè)紋理特征的向量描述方法。依據(jù)該特征向量對(duì)脂肪肝超聲圖像進(jìn)行了分類研究。實(shí)驗(yàn)結(jié)果表明在感興趣區(qū)域尺