基于模糊聚類的醫(yī)學圖像分割開題報告

1、四川大學工程碩士專業(yè)學位生學 位 論 文 開 題 報 告院、系（所） 工 程 領(lǐng) 域 軟件工程 姓名（學號） 方仙容（R20110407 ） 指 導(dǎo) 教 師 楊秋輝 指 導(dǎo) 教 師 四川大學研究生院二0一一年九月論文題目基于Android的寵物監(jiān)控系統(tǒng)課題的目的，國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢：醫(yī)學圖像處理的研究開始于七十年代后期，其真正臨床應(yīng)用始于1983年，當時磁共振(MR)設(shè)備實現(xiàn)了臨床應(yīng)用，給影像醫(yī)學帶來了空前的活力。，隨著醫(yī)學成像設(shè)備CT或MRI等技術(shù)迅速發(fā)展，使臨床醫(yī)生對人體內(nèi)部病變部位更直接、清晰和準確的觀察成為可能。目前MRI技術(shù)已經(jīng)廣泛應(yīng)用在醫(yī)療診斷、術(shù)前計劃、治療、術(shù)后監(jiān)測等各個

2、環(huán)節(jié)中。這些成像技術(shù)的目的是全面而精確地獲得病人的各種定量定性數(shù)據(jù)，為診斷、治療計劃、手術(shù)和術(shù)后評估提供正確的數(shù)字化信息近年來在醫(yī)學臨床中，經(jīng)常需要對人體某種組織和器官的形狀、邊界、截面面積以及體積進行測量，從而得出該組織病理或功能方面的重要信息，有助于醫(yī)生臨床中對患者患病組織的精確定位、腫瘤的早期診斷和治療。醫(yī)學圖像處理主要包括：醫(yī)學圖像的分割，醫(yī)學圖像的配準，結(jié)構(gòu)分析、運動分析和醫(yī)學圖像的三維重建與可視化技術(shù)。而結(jié)構(gòu)分析、運動分析、三維可視化等后續(xù)操作都是在已經(jīng)對醫(yī)學圖像做了準確分割的基礎(chǔ)之上，這就導(dǎo)致了醫(yī)學圖像分割成為臨床醫(yī)學應(yīng)用的瓶頸，分割的準確性對醫(yī)生的判斷疾病的真實情況并做出正確的

3、診斷計劃至關(guān)重要。本課題就是在這樣的環(huán)境中提出的，在對目前已有的算法進行分析比較，旨在針對MRI成像特點能夠有有針對性地進行分割。醫(yī)學圖像分割在圖像分割中的特殊性使醫(yī)學圖像分割成為一個經(jīng)典難題，至今已有上千種分割方法，其中既有經(jīng)典的方法也有結(jié)合新興理論的方法。目前，醫(yī)學圖像分割研究的內(nèi)容豐要是各種細胞、組織與器官的圖像。醫(yī)學圖像分割的研究多年來一直受到人們的高度重視，分割算法也層出不窮，對于醫(yī)學圖像分割算法的分類依據(jù)也不統(tǒng)一。從圖像分割的處理對象這一角度來看，可以將這個問題劃分為兩個基本類型的分割問題：即面向正題區(qū)域的整體分割和面向邊緣的部分分割，此外，隨著統(tǒng)計學理論、模糊集理論、神經(jīng)網(wǎng)絡(luò)、形

4、態(tài)學理論、小波理論現(xiàn)在圖像中的廣泛應(yīng)用，許多有針對性的圖像分割算法相繼被提出。研究設(shè)計方案、預(yù)期結(jié)果：1.查閱主流的醫(yī)學圖像分割方法和技術(shù)，歸納比較圖像分割領(lǐng)域中這些主流方法和技術(shù)的特點。 2. MRI成像原理，以及成像特點，根據(jù)成像特點我們可以知道灰度的MRI圖像能夠反映MRI圖像的特點。3. 使用中值濾波后簡易地地實現(xiàn)了傳統(tǒng)的分水嶺算法4. Kohonen競爭學習算法輸入具有聚類性，對拓撲具有有序性以及具有多分辨率的意義，對算法進行實現(xiàn)，達到預(yù)期的效果。所需條件和完成時間： 2012.11.1-2012.11.10 醫(yī)學圖像的采集篩選工作2012.11.11-2012.11.30 醫(yī)學分割知識的收集和學習。2012.12.1-2012.12.20 MRI成像技術(shù)的學習和圖像處理技術(shù)的實現(xiàn)。2012.12.21-2013.1.10 實現(xiàn)分水嶺算法和Kohonen競爭學習算法。2013.1.11-2013.2.1論文的整理和撰寫論文選題來源：醫(yī)學圖像的分割一直是研究的熱點，結(jié)合單位的項目進行編程實現(xiàn)。指導(dǎo)教師意見：指導(dǎo)教師簽名： 年 月 日工作單位意見： 單位負責人簽名： 2011年09月10日院、系