基于稀疏表示和字典訓(xùn)練的微血管分割方法研究.pdf

1、微血管的狀態(tài)信息與人體組織、器官代謝水平具有密切的關(guān)系，當(dāng)微血管中血液流動(dòng)的狀態(tài)出現(xiàn)異常時(shí)，可以合理的推斷出機(jī)體的某個(gè)部位發(fā)生了病變，因此，微血管信息具有重要的生理、病理、藥理和臨床意義。對(duì)微血管的識(shí)別研究也在各類疾病的早期診斷以及治療方面起著不可小覷的作用。同時(shí)，隨著計(jì)算機(jī)的高速發(fā)展，利用計(jì)算機(jī)來完成對(duì)數(shù)字圖像信息的處理和分析工作已變得十分常見，通過計(jì)算機(jī)對(duì)微血管數(shù)字圖像進(jìn)行識(shí)別，不僅可以實(shí)現(xiàn)對(duì)生物體的零創(chuàng)傷，同時(shí)還可以加快數(shù)據(jù)的處理

2、速度，提高了處理效率，減輕了科研人員的壓力。因此，利用數(shù)字圖像處理技術(shù)完成對(duì)微血管的識(shí)別研究，在生物科學(xué)、醫(yī)學(xué)診斷等方面有著十分重要的意義。
　　本文從微血管圖像的特征以及圖像分割兩方面入手，首先研究了微血管圖像的特征以及常見的圖像分割方法，包括基于閾值分割，邊緣檢測(cè)，形態(tài)學(xué)運(yùn)算以及區(qū)域生長(zhǎng)四種方法，并實(shí)現(xiàn)了對(duì)金魚尾部微血管的分割。其次，本文學(xué)習(xí)了稀疏表示和字典學(xué)習(xí)理論。稀疏表示理論的應(yīng)用領(lǐng)域非常廣泛，如圖像壓縮，圖像去噪以及圖像

3、分割等，且都得到了較為優(yōu)質(zhì)的效果。因此本文在稀疏表示和字典學(xué)習(xí)理論的基礎(chǔ)上，學(xué)習(xí)了基于稀疏聚類的圖像分割方法，并建立了基于稀疏子空間聚類的圖像分割模型。該模型運(yùn)用Ncut法對(duì)圖像劃分出N個(gè)超像素，然后應(yīng)用SAC算法計(jì)算每個(gè)超像素之間的相似性，并利用相似性矩陣求得系數(shù)矩陣A，運(yùn)用系數(shù)矩陣A構(gòu)造圖像的鄰接矩陣W，最后再次運(yùn)用Ncut方法對(duì)超像素進(jìn)行劃分從而得到圖像的分割結(jié)果。最后以活體的非洲爪蛙作為實(shí)驗(yàn)材料通過一系列的實(shí)驗(yàn)完成了對(duì)微血管圖像

4、的采集，灰度變換，融合以及分割的處理。其中包括，運(yùn)用灰度變換法將采集到的圖像轉(zhuǎn)換成灰度圖像，方便后續(xù)計(jì)算機(jī)的進(jìn)一步處理;運(yùn)用像素點(diǎn)選小融合法對(duì)轉(zhuǎn)換后的微血管灰度圖像進(jìn)行融合處理，將所采集到的不連續(xù)的微血管圖像融合成一幅完整的微血管顯微圖像，從融合后的結(jié)果中可以清晰地看到一條連續(xù)的微血管脈絡(luò);運(yùn)用基于塊稀疏子空間聚類模型對(duì)圖像進(jìn)行分割處理，并將分割結(jié)果與前文提到的四種常用圖像分割方法做比較，可以明顯的看出，本文所使用的方法可以將微血管更加