需要金币:2000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:9983 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:PET作为目前最为先进的医学影像技术,被广泛应用于恶性肿瘤的诊断中,结合PET的图像数据特征,在本文中实现了一种基于交互式区域生长的图像分割算法,相较于传统的区域生长算法,交互式区域生长算法在对种子点的选取上更为便捷,可以有效提高图像分割的效率。 本文主要着重介绍了区域生长法在PET图像中肺肿瘤分割上的实现方式以及应用效果,并根据区域生长法的原理,实现通过交互式进行种子点的选取,并完成肺肿瘤分割。通过多次测试,选取出最佳生长阈值,完成对6位患者的肺部PET图像进行处理,在完成生长之后,将使用区域生长算法分割的PET图像进行三维重建,然后与金标准图像进行对比分析实验结果显示,区域生长法的平均戴斯系数达到80%,真阳性率达到85%,假阳性率低于20%。测试表明,区域生长法在肺肿瘤PET图像分割的应用上有良好的精确性。
关键字:肺肿瘤;图像分割;区域生长法;PET图像;人机交互
目录 中文摘要 Abstract 第1章 绪论-3 1.1肺肿瘤-4 1.2 医学影像-4 1.3医学图像分割-6 第2章 基于交互式区域生长法的肺肿瘤PET图像分割-8 2.1设计思路-8 2.2区域生长法简介及原理-9 2.3基于交互式区域生长法的肺肿瘤PET图像分割-10 第3章 实验及数据分析-13 3.1实验环境-13 3.2实验数据-13 3.3实验数据分析-17 结论-20 参考文献-21 致谢-23 |