基于多目標跟蹤的醫(yī)學(xué)影像分析.pdf

1、醫(yī)學(xué)影像學(xué)作為醫(yī)學(xué)研究領(lǐng)域的重要研究方向，多年來很多學(xué)者科研人員都致力于醫(yī)學(xué)圖像的研究。對于醫(yī)學(xué)圖像當中的目標識別、檢測問題一直受到很大的關(guān)注，傳統(tǒng)的很多醫(yī)學(xué)圖像的識別工作都是基于人工的處理方法，費時費力，而且準確率很大程度上依賴于醫(yī)學(xué)人員的專業(yè)知識，所以在計算機技術(shù)迅速發(fā)展的當今，我們希望能夠?qū)崿F(xiàn)計算機快速有效的輔助識別醫(yī)學(xué)圖像；目標跟蹤技術(shù)一直是作為動目標的關(guān)鍵處理技術(shù)，而對于醫(yī)學(xué)切片圖像，我們也可以將目標跟蹤技術(shù)引用到其中，得到目

2、標的幀間運動軌跡，從而根據(jù)每個目標的特性對其運動軌跡進行分析，從而達到最終識別醫(yī)學(xué)圖像的目的。本文基于多目標跟蹤方法對于醫(yī)學(xué)影像做了分析，以下是本文主要的幾個工作：
　　 對于醫(yī)學(xué)影像中細胞序列圖像，由于細胞的運動沒有規(guī)律可尋，很難用單一的跟蹤方法實現(xiàn)全部細胞的跟蹤，本文在卡爾曼的框架下做了改進，調(diào)整了運動模型，運用基于“當前模型”的方法對于序列圖像進行處理，“當前模型”可以根據(jù)每個細胞的特性自適應(yīng)的調(diào)整，能夠較好的模擬細胞的運

3、動，尤其是對于幀間運動幅度較大的細胞有很好的跟蹤效果，對于細胞序列圖像中存在的分裂合并問題，在以往的對于細胞序列圖像的跟蹤當中由于大都考慮整個序列圖像的跟蹤效果，一般都忽略了分裂合并問題的考慮，本文在對細胞序列圖像進行跟蹤的過程中加入了基于面積和位置特征的判斷細胞分裂機制，在不太復(fù)雜的圖像中可以實現(xiàn)分裂細胞的判定。
　　 本文另一個主要工作是對于胃部圖像當中淋巴結(jié)的識別問題，傳統(tǒng)的人工識別淋巴結(jié)的方法已經(jīng)不能滿足對于大量的切片圖