基于分數(shù)階水平集的PET心臟圖像分割算法研究.pdf_第1頁
已閱讀1頁，還剩89頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、PET(Positron Emission Tomography)是當前醫(yī)學界公認的最先進的大型醫(yī)療診斷成像設(shè)備之一，其在診斷和評價心血管疾病方面具有獨特的應用價值。本文將水平集理論和分數(shù)階微積分理論相結(jié)合，提出了兩種分數(shù)階水平集模型，并將其應用于PET心臟圖像分割，大量仿真實驗驗證了其有效性。本文的主要工作與創(chuàng)新可概括如下：
　　(1)研讀了大量國內(nèi)外文獻，調(diào)研了PET成像技術(shù)及其臨床應用，介紹了圖像分割算法（重點是水平集方法）

2、以及分數(shù)階微積分理論在圖像處理中的研究現(xiàn)狀。并對水平集理論和分數(shù)階微積分理論作了重點研究。
　　(2)將分數(shù)階微積分理論和水平集方法相結(jié)合，提出了分數(shù)階水平集的概念，并構(gòu)造了兩個基于分數(shù)階水平集的圖像分割模型，即:分數(shù)階C-V模型和分數(shù)階RSF模型。分數(shù)階水平集模型將傳統(tǒng)的整數(shù)階水平集模型中正則項的一階微分擴展成分數(shù)階微分，引入了分數(shù)階微分“長記憶”的特性，使分數(shù)階水平集模型具有了“全局性質(zhì)”，克服了傳統(tǒng)的整數(shù)階水平集模型的一階微

3、分只具有“局部性質(zhì)”的不足。
　　(3)通過對分數(shù)階泛函問題的求解，推導出分數(shù)階水平集模型（分數(shù)階C-V模型和分數(shù)階RSF模型）對應的歐拉-拉格朗日(Euler-Lagrange)方程，并利用梯度下降流法，得到了它們的分數(shù)階水平集演化方程。在此基礎(chǔ)上，基于Gruwald-Letnikov分數(shù)階微分定義，構(gòu)造了分數(shù)階水平集模板，實現(xiàn)了分數(shù)階水平集模型的數(shù)值化算法。
　　(4)將本文提出的分數(shù)階水平集模型（分數(shù)階C-V模型和分數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論