论文部分内容阅读
淋巴结是人体周围免疫系统的重要器官,而颈部淋巴结是淋巴结系统的中枢枢纽,因此对颈部淋巴结的检查在临床诊断上具有重要的作用。目前医学超声成像技术由于具有安全、有效、便携和低成本等优点使其成为颈部淋巴结检查的首选方式。然而由于超声成像机制导致了医学超声图像质量低下,从而使得用人工判读的方式具有很大的主观性。因此,如何通过计算机对颈部淋巴结超声图像进行图像处理以提高图像质量,分离感兴趣目标、提取组织特征和根据这些特征为医生提供较客观的辅助诊断成为临床急需解决的问题。为此,本文围绕颈部淋巴结超声图像计算机辅助诊断的超声图像去噪,分割和特征选择等关键技术进行了研究,取得的具体研究成果包括：1、针对目前全变分模型在去除噪声的同时不能有效保留图像细节信息的问题,提出了一种纹理结构自适应的全变分去噪模型。该模型利用超声图像的纹理特性来定义超声图像的光滑性值,从而把超声图像从灰度域映射到光滑性域。根据二维光滑性直方图确定的阈值将像素点划分为光滑点集和非光滑点集。该模型根据像素点属于不同的集合自适应的选择不同范数,从而使得该模型在去除噪声的同时能有效保留图像细节信息的问题。2、聚类集成分割算法通常具较高计算复杂度和易陷入局部最优的两个问题。故此本文使用代数变换的方法设计了一种快速谱聚类方法,并用这个改进的谱聚类作为聚类集成的方法,从而提出了一种谱聚类集成的医学超声图像分割算法。该算法一方面降低了计算复杂度；另一方面利用谱聚类的特点避免算法陷入局部最优的问题。3、针对目前主动轮廓模型不能有效分割具有复杂结构图像的缺点,提出了基于关联向量机(Relevance Vector Machine, RVM)的主动轮廓超声图像自动分割算法,该算法首先利用RVM作为分类器对颈部淋巴结超声图像的纹理特征进行粗分割,然后利用RVM的训练结果构造的主动轮廓内外部能量项模型进行精确分割。实验结果表明该算法能够有效分割具有复杂结构的颈部淋巴结超声图像。4、提出了一种病毒进化的离散差分(Differential Evolution Algorithm,DE)颈部淋巴结超声图像特征选择算法。算法利用病毒感染操作对宿主个体的进行变异操作,而病毒的协同进化机制使得算法在维持宿主个体多样性的同时能够保留最优的搜索信息,从而提高了算法的适应度值和进化速度。