計算機輔助消化道內(nèi)窺鏡圖像診斷技術(shù)研究.pdf

1、計算機輔助診斷是最近十幾年發(fā)展起來的生物醫(yī)學(xué)工程的一個重要分支。隨著數(shù)字圖像技術(shù)的發(fā)展，計算機輔助消化道內(nèi)窺鏡圖像診斷成為可能。其充分利用合適的數(shù)字圖像處理技術(shù)來分析處理醫(yī)學(xué)圖像信息，對組織結(jié)構(gòu)信息進行定性和定量研究，從而輔助醫(yī)生進行診斷治療。本課題的研究目的是提出了一種新的計算機輔助消化道內(nèi)窺鏡圖像診斷方法，用于消化道內(nèi)窺鏡圖像的自動分析。
　　 本文使用了一種基于多級同質(zhì)的彩色消化道內(nèi)窺鏡圖像分割方法。該方法首先計算出關(guān)于強

2、度和同質(zhì)的二維直方圖，然后在二維直方圖上利用峰值尋找算法將圖像分割成若干個區(qū)域，接著利用色調(diào)域直方圖分析法將前面所得的每個區(qū)域進行再分割，最后合并具有相同CIE(Lab)顏色度量的區(qū)域。
　　 本文對彩色消化道內(nèi)窺鏡圖像提取了基于直方圖的顏色信息和基于紋理譜的紋理信息。綜合顏色和紋理的圖像特征將具有更強的魯棒性。
　　 Bayesian分類方法是一種常用的統(tǒng)計模式識別方法。本文將其首次應(yīng)用于消化道內(nèi)窺鏡圖像的診斷，并獲得

3、了較好的實驗結(jié)果。
　　 針對息肉的檢測，本文提出了一種新的基于橢圓匹配的息肉檢測算法。該算法首先對消化道內(nèi)窺鏡圖像進行彩色邊緣檢測并最終處理成二值邊界。接著用一種基于最小二乘法的隨機化橢圓檢測方法在二值邊界圖像中進行橢圓檢測。實驗取得了很好的效果，并彌補了Bayesian分類方法不能識別息肉的缺點。
　　 實驗結(jié)果初步顯示了論文所提出的方法在消化道內(nèi)窺鏡圖像診斷上的可行性，有望為消化道疾病的自動診斷提供一種新的分析方法