基于ToP-Hat算法的醫(yī)學(xué)圖像診斷方法的研究.pdf

1、阻塞性睡眠呼吸暫停綜合癥(Obstructive Sleep Apnea HypopneaSyndrome，OSAHS)是一種上呼吸系統(tǒng)的病癥，主要表現(xiàn)在上呼吸道狹窄、彎曲等現(xiàn)象，引起的睡眠過程中呼吸暫停、低通氣、呼吸困難等癥狀?，F(xiàn)階段，初級檢查是通過電子喉鏡儀進(jìn)行上呼吸道醫(yī)學(xué)圖像采集，然后再經(jīng)過醫(yī)生的主觀觀察進(jìn)行初步診斷，這就造成了醫(yī)生診斷任務(wù)的繁重，以及結(jié)果的主觀性。針對這些問題，通過把圖像處理植入到電子喉鏡儀中，就可以應(yīng)用電子診斷

2、的方法來分析病情。
　　本文介紹了數(shù)學(xué)形態(tài)學(xué)與Top-hat算法的基本原理，以及其在醫(yī)學(xué)圖像方面的應(yīng)用，通過與幾種常見算子、小波變換的比較，提出了基于Top-hat算法的形態(tài)學(xué)梯度邊緣檢測方法。對OSAHS醫(yī)學(xué)圖像進(jìn)行處理時，依次介紹了圖像采集、圖像增強、圖像邊緣檢測與分割、圖像的填充以及面積的計算，并介紹了依據(jù)醫(yī)學(xué)圖像處理結(jié)果進(jìn)行電子診斷的方法。本文算法與Roberts、Prewitt、Log、Canny算子等進(jìn)行對比，通過對O

3、SAHS醫(yī)學(xué)圖像進(jìn)行處理，得出基于Top-hat算法的形態(tài)學(xué)的方法進(jìn)行圖像處理，圖像目標(biāo)區(qū)域邊緣更加清晰，完整，邊緣閉合度與圖像信噪比更高，進(jìn)行電子診斷的結(jié)果更加準(zhǔn)確。
　　本文以經(jīng)過電子喉鏡儀采取的OSAHS患者的病變部位圖像為例，分別包括口腔的扁桃體部位、鼻腔和鼻腔以上、下咽的舌根和懸雍垂等幾個部分圖像，在對其進(jìn)行降噪之后，利用合適圖像目標(biāo)區(qū)域大小、形狀的結(jié)構(gòu)元素，通過Top-hat算法的多次的疊加，來進(jìn)行背景的抑制，再通過多