視網膜血管圖像增強與檢測.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、血管疾病是當今威脅人類健康的常見疾病,血管疾病的預防和診斷有重要的意義。但血管在人體組織中的分布復雜密集,形狀規(guī)則不一,細小血管對比度低,不利于醫(yī)生利用影像對病情進行診斷。因此需要通過各種圖像處理方法抑制血管鄰近組織和噪聲干擾,同時實現血管增強和精準定位,為醫(yī)生提供更可靠的信息,便于臨床診斷和治療。本文的研究內容主要包括以下三個方面:
  (1)結構張量是一種基于一階梯度響應的結構檢測算子,一般只適用于階梯邊的目標檢測,而Hess

2、ian矩陣屬于二階微分算子,可用于類似于脊的形狀檢測。本文將結構張量與Hessian矩陣相結合,應用于血管的檢測,這樣兼顧了血管的軸線檢測和邊界定位,從而達到血管整體增強的目的。另外,通過分析梯度向量流在血管軸的擴散分布,發(fā)現可將它用于血管中心線定位,將其與結構張量相結合,利用結構張量對梯度向量的平均統(tǒng)計,從而達到了血管脊的增強。
  (2)傳統(tǒng)Hessian分析血管濾波方法,在檢測血管二階結構的同時會對其它階躍信號產生較強的偽響

3、應,導致檢測不準確。本文采用非線性高斯微分方法,將血管兩側與一階高斯導數卷積,取兩者響應最小值,實現了對血管脊的檢測,并有效抑制階躍噪聲。該方法與Hough變換結合,可用于工業(yè)紙張側面圖中的管狀端面檢測,從而實現疊層紙張的精確計數。
  (3)傳統(tǒng)的追蹤分割方法雖然實現簡單,但需要人工植入種子點,不能實現自動分割,并且對噪聲敏感。本文采用最短路徑血管追蹤分割方法,依賴血管先驗知識,包括血管尺度和方向的估計,來追蹤具有相似特征的像素

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論