胰腺ERCP圖像理解中關鍵技術的研究.pdf

1、隨著醫(yī)學影像技術和計算機圖像處理技術的飛速發(fā)展,使得醫(yī)學圖像處理已經(jīng)成為當今的研究熱點之一。ERCP是內鏡逆行胰膽管造影技術,是在內鏡下經(jīng)十二指腸乳頭插管注入造影劑,從而逆行顯示胰膽管的成像技術,是目前公認的診斷胰膽管疾病的金標準。隨著醫(yī)學技術的不斷發(fā)展,醫(yī)學臨床診斷中所獲取的醫(yī)學影像的數(shù)據(jù)量越來越大,醫(yī)務人員經(jīng)常需要承擔大量枯燥的醫(yī)學圖像辨別工作。不僅工作效率慢,而且難免會出現(xiàn)一些人為錯誤。將計算機的圖像處理技術應用到醫(yī)學領域,對醫(yī)學

2、圖像中的目標進行自動識別與分類,將可以大大減少醫(yī)務人員進行初步診斷的工作量和避免出現(xiàn)一些原則性錯誤。
　　近幾年,世界各國研究人員致力于把別的學科中用到的新方法、新概念引入到醫(yī)學圖像處理和分析中,也獲得了相當顯著的成果。因為醫(yī)學圖像的復雜性和處理此類問題困難性,目前,能夠處理各領域不同圖像的算法還沒有被研究出來,人們往往是根據(jù)自己的研究對象選用合適的算法。
　　本文首先介紹了圖像處理的相關知識,包括圖像理解的研究方法、圖像分

3、割的相關方法以及圖像識別的基本方法。在總結前人的研究結果的基礎上,提出了結合模糊聚類和邊緣檢測的醫(yī)學圖像分割方法,即首先利用模糊聚類分割方法對胰腺ERCP圖像進行分割,利用模糊聚類的模糊特點,盡可能地將疑似目標的像素點劃分到目標區(qū)域。然后利用Canny邊緣檢測算子獲取圖像中目標的邊緣,利用邊緣信息對由模糊聚類所獲得的目標區(qū)域進行再次分割,由此可得胰腺ERCP圖像的準確分割結果。接著利用BP神經(jīng)網(wǎng)絡在分割結果中識別出胰腺,即首先提取胰腺樣

4、本的特征向量,然后利用胰腺的特征訓練出一個穩(wěn)定的識別胰腺的神經(jīng)網(wǎng)絡,隨后就可以利用訓練好的網(wǎng)絡在分割結果中識別出胰腺。最后利用模糊模式識別方法對識別出的胰腺進行分類,即首先由醫(yī)學專家對樣本集進行分類,然后提取每個樣本的特征向量,為每個樣本集建立特征模型庫。接著根據(jù)隸屬度計算公式求出待識別樣本隸屬于每一類的隸屬度,根據(jù)模糊模式識別方法中的最大隸屬度原則將待識別樣本劃分到與其隸屬度最大的樣本集中,實現(xiàn)胰腺的自動分類。最后通過實驗分別驗證了分