醫(yī)學臨床圖像智能快速識別關鍵技術研究.pdf

1、本文針對醫(yī)學臨床圖像自動識別技術中的醫(yī)學圖像邊緣檢測和圖像配準等關鍵算法開展研究。鑒于醫(yī)學圖像邊緣檢測和圖像配準是醫(yī)學臨床圖像智能識別中的基礎算法，該算法的準確與否直接關系到臨床識別的準確性，因此它們在醫(yī)學圖像分割、圖像拼接和病灶確定等方面占有舉足輕重的地位。 本文詳細地研究了傳統(tǒng)和新興的邊緣檢測方法，客觀地分析了它們的優(yōu)缺點。經典邊緣檢測方法存在計算量大，對噪聲敏感等缺點。本文在研究數(shù)學形態(tài)學的基礎上，提出了一種基于多結構元素

2、的醫(yī)學圖像邊緣檢測算法。該算法采用不同方向的結構元素，保證了圖像信息的完整性，避免了采用單一結構元素所造成的邊緣信息的丟失，并且可以很好地提取含有噪聲的圖像，從而實現(xiàn)了提高精度與抗噪聲性能的協(xié)調統(tǒng)一。針對無噪聲和有噪聲的真彩色醫(yī)學圖像進行實驗，并和其它的邊緣檢測算法進行比較，實驗表明，該算法在完整性、精確性和抗噪聲性能上都有顯著的改善。 其次，作者研究了醫(yī)學圖像的配準技術，分析和總結了現(xiàn)有配準的主要方法、性能以及存在的問題，提出