頸部淋巴結超聲圖像輔助診斷關鍵技術研究.pdf

1、淋巴結是人體周圍免疫系統(tǒng)的重要器官,而頸部淋巴結是淋巴結系統(tǒng)的中樞樞紐,因此對頸部淋巴結的檢查在臨床診斷上具有重要的作用。目前醫(yī)學超聲成像技術由于具有安全、有效、便攜和低成本等優(yōu)點使其成為頸部淋巴結檢查的首選方式。然而由于超聲成像機制導致了醫(yī)學超聲圖像質量低下,從而使得用人工判讀的方式具有很大的主觀性。因此,如何通過計算機對頸部淋巴結超聲圖像進行圖像處理以提高圖像質量,分離感興趣目標、提取組織特征和根據(jù)這些特征為醫(yī)生提供較客觀的輔助診斷

2、成為臨床急需解決的問題。為此,本文圍繞頸部淋巴結超聲圖像計算機輔助診斷的超聲圖像去噪,分割和特征選擇等關鍵技術進行了研究,取得的具體研究成果包括:
　　 1、針對目前全變分模型在去除噪聲的同時不能有效保留圖像細節(jié)信息的問題,提出了一種紋理結構自適應的全變分去噪模型。該模型利用超聲圖像的紋理特性來定義超聲圖像的光滑性值,從而把超聲圖像從灰度域映射到光滑性域。根據(jù)二維光滑性直方圖確定的閾值將像素點劃分為光滑點集和非光滑點集。該模型根

3、據(jù)像素點屬于不同的集合自適應的選擇不同范數(shù),從而使得該模型在去除噪聲的同時能有效保留圖像細節(jié)信息的問題。
　　 2、聚類集成分割算法通常具較高計算復雜度和易陷入局部最優(yōu)的兩個問題。故此本文使用代數(shù)變換的方法設計了一種快速譜聚類方法,并用這個改進的譜聚類作為聚類集成的方法,從而提出了一種譜聚類集成的醫(yī)學超聲圖像分割算法。該算法一方面降低了計算復雜度;另一方面利用譜聚類的特點避免算法陷入局部最優(yōu)的問題。
　　 3、針對目前主

4、動輪廓模型不能有效分割具有復雜結構圖像的缺點,提出了基于關聯(lián)向量機(Relevance Vector Machine,RVM)的主動輪廓超聲圖像自動分割算法,該算法首先利用RVM作為分類器對頸部淋巴結超聲圖像的紋理特征進行粗分割,然后利用RVM的訓練結果構造的主動輪廓內外部能量項模型進行精確分割。實驗結果表明該算法能夠有效分割具有復雜結構的頸部淋巴結超聲圖像。
　　 4、提出了一種病毒進化的離散差分(Differential E