1. <form id='UFnUBv'></form>
        <bdo id='UFnUBv'><sup id='UFnUBv'><div id='UFnUBv'><bdo id='UFnUBv'></bdo></div></sup></bdo>

            专业医学硕士论文范文十篇

            来源: www.zsalud.com 作者:lgg 发布时间:2018-06-15 论文字数:35689字
            论文编号: sb2018060819440421569 论文语言:中文 论文类型:硕士毕业论文
            本文是一篇医学论文,医学写论文的目的就是进行学术交流,最终是给人看的,因此,论文必须具有可读性,即文字通顺,结构清晰,所用词汇具有专业性,而且是最易懂,最有表达了的字眼。
            本文是一篇医学论文,医学写论文的目的就是进行学术交流,最终是给人看的,因此,论文必须具有可读性,即文字通顺,结构清晰,所用词汇具有专业性,而且是最易懂,最有表达了的字眼。使读者用较少的脑力和时间理解所表达的观点和结论,并留下深刻的 影响。(以上内容来自百度百科)今天为大家推荐一篇医学论文,供大家参考。
             

            专业医学硕士论文范文篇一

             
            前 言
             
            正常妊娠时孕妇心血管功能发生了显著的适应性变化,包括心输出量、心率、血浆容量、心脏的收缩和舒张功能的改变。在整个孕期,于约孕 6-12 周时孕妇心输出量开始增加,于约孕 32-34 周时孕妇的心输出量达最大,约增加30%-50%,而平均动脉压于孕 14-16 周后显著降低,孕 29 周后显著升高[1-3]。妊娠时孕妇内分泌环境也发生了相应的改变,如收缩血管物质肾素-血管紧张素-醛固酮等较非孕时增加,舒张血管物质如雌激素随孕周增加而增加。血管内皮细胞在调节血管舒张收缩功能上起着重要的作用。正常妊娠时孕妇心血管内皮细胞功能是否随着孕期的增加而改变,目前尚无统一结论。妊娠期高血压疾病(hypertensive disorder in pregnancy)是妊娠期特有的疾病。高血压是指持续血压升高至收缩压≥140mmHg 和/或舒张压≥90mmHg[4]。若间隔 4 小时或 4 小时以上的两次测量收缩压≥140mmHg 和/或舒张压≥90mmHg,可诊断高血压。妊娠期高血压病定义为同一手臂至少 2 次测量的血压达到上述要求即可诊断[5]。该病在我国的发病率为 9.4%-10.4%,国外为 7%-12%[6]。多数病例在妊娠期出现一过性高血压、蛋白尿症状,分娩后即随之消失。该病严重影响母婴健康,是孕产妇及围生儿发病率及死亡率的主要原因[6]。目前认为血管内皮损害是妊娠期高血压疾病发生的中心环节,但妊娠期高血压疾病对孕妇血管内皮细胞功能的损害严重程度目前尚无量化标准。
            妊娠期糖尿病(gestational diabetes mellitus,GDM)诊断标准采用口服葡萄糖耐量试验(oral glucose tolerance test,OGTT):指空腹 12 小时后,口服葡萄糖 75g,其正常上限为空腹 5.6mmol/l,1 小时 10.3mmol/l,2 小时8.6mmol/l,3 小时 6.7mmol/l;其中有两项或两项以上达到或超过正常值,可诊断为妊娠期糖尿病;仅 1 项高于正常值,诊断为糖耐量异常。GDM 发生率世界各国报道范围为 1%-14%,我国发生率为 1%-5%[6],近年有明显增高趋势。糖尿病孕妇的临床经过复杂,对母儿均有较大危害,已引起产科临床医师的关注。糖尿病可引起血管内皮功能的受损,但妊娠期糖尿病于妊娠期血糖升高,于产后血糖恢复正常,这种一过性的血糖升高是否也引起血管内皮细胞功能的损害,因此对妊娠期糖尿病孕妇的内皮细胞功能的检测具有非常重要的临床意义。当局部动脉血流增加引起作用于血管壁的切应力升高,导致血管管腔直径增大称之为血流介导的血管扩张反应(FMD),它作为一种无创性的检查手段,呈现的是血管反应性功能信息。1992 年 Celermajer 等学者[7]确立了 FMD 测量的基本形式后,得到学者的广泛关注并迅猛发展,该项检查技术不断被研究、讨论、改善。该项检查技术已成为目前超声检查的一个研究热点。它的测量基本形式:以血压计的充气袖带加压阻断血流一段时间后,放开充气袖带,血管反应性充血,血流速度增加,血管壁内的切应力升高,引起血管壁反应性扩张;采用高分辨率超声技术手动测定充血前后血管内径,以内径变化的百分率作为衡量内皮细胞功能的指标。FMD(%)=(Dd2-Dd1)/Dd1x100% (Dd1 为加压前血管舒张期末期内径、Dd2 为加压解除后血管舒张末期最大内径)。其主要作用介质是内皮细胞衍生的一氧化氮(nitric oxide,NO),主要机理:当内皮细胞受到升高的切应力的刺激,激活内膜细胞上的一氧化氮合成酶(nitric oxide syntase,NOS),催化精氨酸产生 NO。NO 穿过内皮细胞膜扩散到周围的血管平滑肌细胞中,与可溶性鸟苷酸环化酶(soluble guanylate cyclase,sGC)相结合,激活 sGC 产生环鸟甘酸(cGMP)。cGMP 通过激活蛋白激酶 G(protein kinase G,PKG)介导的磷酸化途径降低细胞内 Ca2+浓度,使平滑肌舒张,血管扩张[8]。
            ………
             
            材料与方法
             
            一、 研究对象
            研究对象为2012年3 月至2014年3 月我院就诊的育龄期非妊娠及妊娠妇女222 例,年龄 18 岁-39 岁,平均年龄 28.83 岁,其中正常育龄期非妊娠组 32 例,正常妊娠组 155 例(早孕组 77 例,中孕组 40 例,晚孕组 38 例),妊娠期合并高血压病组 20 例,妊娠期合并糖尿病组 15 例。正常育龄期非妊娠及正常妊娠妇女的入选标准:排除高血压病、糖尿病、心脏病、肾脏病史、其他慢性疾病或长期口服药物,并排除染色体异常、有遗传综合征和感染胎儿的病例。检查均得到患者的知情同意。妊娠期高血压病入选标准:同一手臂至少 2 次测量的血压达到收缩压≥140mmHg 和/或舒张压≥90mmHg[5]。妊娠期糖尿病入选标准:采用口服葡萄糖耐量试验:空腹 12 小时后,口服葡萄糖 75g,其正常上限为空腹 5.6mmol/l,1 小时 10.3mmol/l,2 小时 8.6mmol/l,3 小时 6.7mmol/l;其中有两项或两项以上达到或超过正常值[6]。
            ………
             
            二、仪器和方法
            1、仪器:采用 Aloka-10 型彩色多普勒超声诊断仪及探头固定支架。线阵探头,频率 7.0-12.0MHz。仪器具有 E-Tracking 成像技术及 FMD 成像技术。
            2、方法:检查前准备:受试者至少 12 小时内禁止吸烟、摄入酒精、咖啡因、抗氧化性维生素、高脂肪饮食、剧烈运动,至少 4-5 个半衰期未再服用血管活性药物,检查前 4 小时内禁食。检查环境安静舒适、温度适宜,保持在 25℃左右,光线忌明亮。
             
            三、统计学处理
            采用 SPSS19.0 统计软件处理所获得的数据,计量资料中符合正态分布者以均数±标准差( x ± s)表示。非正态分布者以中位数表示。重复测量的两组值之间的比较,先分析方差齐性,方差齐的采用配对 t 检验,方差不齐的采用非参数检验。多组间的测量值比较经 Levene,Test 方差齐性检验后,方差齐的采用单因素方差分析(One-way ANOVA),方差不齐的采用非参数检验。FMD 值对妊娠期高血压疾病及妊娠期糖尿病的诊断价值通过受试者操作特征曲线(ROC curve, Receiver Operating Characteristic curve)来表达,并利用 ROC 曲线确定晚孕期妊娠期高血压疾病及妊娠期糖尿病的阈值。
            ………
             
            前言.........7
            材料与方法.........10
            结果.........12
            讨论.........19
            结论.........24
             
            讨论
             
            一、 血流介导的血管扩张技术的方法学探讨
            自从 1992 年 Celermajer 等确立了 FMD 测量的基本形式后,作为一种无创性的反应血管功能信息的检查手段,迅速受到许多学者的关注及广泛研究。由于超声仪器及辅助设备的更新、改良,FMD 已由原来的手动测量发展为 E-Tracking模式下的自动跟踪测量血管径,避免了测量血管径最大值 Dd2 的时间性依赖、测量者经验性依赖及受试者个体差异性的影响;并且尽可能减少操作者的主观性,所得的结果客观,真实。本研究对 222 位受试者进行 FMD 检查,均采用 E-Tracking 自动跟踪血管径一分钟,取平均值作为 Dd1 值,加压压力为受试者本人收缩压+50mmHg,加压袖带均位于前臂靠近腕关节 2-4cm 处,均加压 5 分钟后解除压力(时间由仪器同步计时),E-Tracking 自动跟踪测量血管管径大小,一般观察 3 分钟,本研究均可看到所有受试者的管径峰值 Dd2。这与多数学者的建议一致[16-18]。受试者的影响:受试者检查前至少 12 小时内禁止吸烟、摄入酒精、咖啡因、抗氧化性维生素、高脂肪饮食、剧烈运动,至少 4-5 个半衰期未再服用血管活性药物,检查前 4 小时内禁食。检测前受试需安静平躺 10 分钟以上,检查时摆好舒适的体位,平卧位或右侧卧位,在检测过程中 E-Tracking 技术下的 FMD 模式虽可全程自动跟踪血管,但检测过程中需要受试者的配合,若受试者在检测过程中移动上肢,血管移位后就会产生测量上的误差。
            ……….
             
            结 论
             
            1、FMD 测量重复性好。E-Tracking 模式下的自动跟踪测量血管径避免了测量血管径最大值 Dd2 的时间性依赖、测量者经验性依赖及受试者个体差异性的影响;并且尽可能减少操作者的主观性,所得的结果客观,真实。
            2、正常非妊娠、早、中、晚孕妇女肱动脉 FMD 值:7.66±2.74%、11.06±3.74%、9.32±3.61%、8.26±3.13%。早、中、晚孕期 FMD 分别比非妊娠期增加44.39%、21.67%、7.83%。早孕期组 FMD 值与非妊娠组、中孕组、晚孕组之间及非妊娠组与中孕期组差异均具有统计学意义(P<0.05);余各组之间差异无统计学意义(P>0.05)。正常妊娠时,孕妇肱动脉 FMD 测值受孕周影响,妊娠期 FMD值高于非妊娠期,但随着孕周的增加 FMD 值反而下降。晚孕期妊娠期高血压疾病组及妊娠期糖尿病组 FMD 分别为 5.94±3.75%、5.83±3.81%,孕妇肱动脉 FMD 值比正常同孕期 FMD 值下降,提示血管反应性下降。
            3、肱动脉 FMD 测定可提示血管内皮细胞的反应性,其操作省时易行,是无创性评价血管内皮细胞功能的一种可行的方法。
            ..........
            参考文献(略)
             

            专业医学硕士论文范文篇二

             
            第一章 绪论
             
            1.1 课题研究背景与意义
            胃癌是最常见的消化道恶性肿瘤疾病之一,威胁着人们的身体健康。在我国,胃癌的发病率和病死率是全球高发区之一[1]。胃癌的发病率与年龄有一定的关系,年龄超过 40 岁的胃癌的发病率会随着年龄的增加而上升。胃癌的发生除了年龄之外,还有性别差异,男女之比约 2:1。胃癌的病因与饮食习惯、食物的构成以及胃的慢性炎症、胃溃疡、胃切除等因素有肯定的关系。未经治疗者平均寿命约为13 个月[2][3][4]。如何治疗胃癌是我们目前要解决的首要任务,胃癌中的病灶区域淋巴结的大小及转移情况影响确定治疗方案的关键因素。随着医学影像的发展,医生可以通过观察医学图像,来判断病人生病的具体情况。Hur 等[5]研究显示,如果胃原发肿瘤有较高的 SFDG 摄人值而且局部淋巴结有 SFDG 摄人,则说明了肿瘤比较严重,已经进入了进展期,根治的可能性比较小,不能盲目开腹手术。确定正确的分期是对胃癌要进行综合治疗的前提和基础[6][7]。但是胃癌分析是与淋巴结转移密切相关[8]。进展期胃癌是指侵犯胃固有肌层以上的胃癌,对于进展期胃癌,推荐进行标准胃癌根治手术。我国大部分胃癌患者在诊断胃癌时已为进展期,早期胃癌的诊断率一般低于 10%。进展期胃癌患者的治疗不是手术切术可以治疗的,需要制定综合性的治疗方案。术后辅助治疗可以改善患者的生活质量,但对于辅助治疗方案,我们要注重患者的安全、生活质量和疗效[9]。CT 技术应用于胃癌诊断始于 20 世纪 90 年代初期[10]。
            …………
             
            1.2 胃部 CT 图像及胃癌
            在 20 世纪 70 年代,Hounsfield 设计了 CT 技术。随着影像学的迅速发展,现在 CT 已经非常成熟,可以用于胃部的成像,利用 X 射线对人体某待检测部位进行计算机断层扫描,从而形成数字图像。CT 与 X 成像是不同的,CT 是用 X 线对人体某部位进行人体断层扫描,通过探测器可以得到 CT 值,在通过计算机系统显示装置获取 CT 图像。目前 CT 技术已经被用到到各个需要的医院部门,CT 为临床诊断部门提供了非常可靠清晰的断层图像,是现在医学不可或缺的先进诊断技术。因此,在 1979 年,hounsfield 获得了诺贝尔奖。CT 目前还是用 X 线对人体某部位进行层面扫描,CT 的装置是由扫描装置、计算机图像显示装置及存储系统来组成。CT 装置中的扫面装置包含了探测器,通过探测器可以接收到 X 线,再到 X 先转变成可见光,再用扫面装置中的信号转化器把可见光信号转化为电信号,再把电信号转化为数字,最后通过扫描装置的计算机图像显示装置及存储系统,来输出最后的数字图像,即 CT 图像。CT 图像是根据像素的灰度值排列构成矩阵,这些像素的灰度值直接反应的是人体相应体素的 X 线吸收的系数,不同的 CT 机其图像的像素个数不相同,像素越小,像素数目越多,构成的图像越清晰细致,空间分辨率也越高。CT 图像通过电信号转化为数字后,可以对其进行图像后处理,即对图像进行重建,我们可以根据需要采用不同的重建算法,常用的重建算法有标准算法、骨算法和软组织算法等,要根据检查部位的组成成分和密度差异来选择合适的数学演算方式。CT 图像具有较高的分辨力,由于 CT 图像是对 X 线对相应组织进行吸收得到系数,其对该系数的测量非常精确,所以可以分辨出不同的较小差异的组织[13]。因此,CT 图像适合于医生对病变组织的查看,方便医生做出下一步的诊断方案。从上述可以 CT 图像是重建图像。我们可以通过不同的数学算法来算出每个体素的 X 线吸收系数[12]。
            …………
             
            第二章 背景知识
             
            2.1 图像分割的原理概述
            图像分割是把具有某种相似性的区域分割出来,可以把图像划分成不同的区域,从而可以得到人们感兴趣的部分,做进一步的处理和研究。图像分割是其它高级图像处理的基础,比如图像特征提取、图像理解等。所以对图像分割方法的研究一直是科研工作者的热点。图像分割为图像进行高级处理做准备工作,分割效果直接影响图像识别及分析。随着医学影像学的飞速发展和医学图像处理的巨大使用价值,对医学图像的分割方法也层出不穷,但是医学图像的边缘模糊,且不用组织之间的有着某种的相似性,现有的分割方法不能很好的应用到医学图像分割的问题中,这些问题都加大了医学图像的分割。医学图像的个体差异性也加大了医学图像的分割难度。因此,我们需要找到一种适合医学图像分割的分割方法。目前,医学图像的应用逐渐普遍,数据量也在逐渐增大,这就需要对医学图像进行自动分割。
            ………..
             
            2.2 医学图像分割方法简介
            医学图像分割是目前图像分割的一个热点。由于医学图像的病灶区域的边界比较模糊,我们需要找到一个更加精确的分割方法来找到病灶区域的边缘。由于病灶区域的边界也是医生重要关注的因素,也是区别于其它非病灶区域的重要因素。随着影像学的发展,现在出现了许多医学新的成像技术,比如计算机断层成像(CT)、核磁共振成像(MRI)、超声(US)等目前已经应用到了医疗诊断中,且在诊断的各个环节中都有着广泛应用。目前,对于不同的医学图像,分割的对象也是不同的,比如对于细胞的医学图像分割主要以各种细胞为分割对象,对于胃癌诊断的医学图像主要以淋巴结为分割对象等。医学图像一般用于疾病的诊断,所以一般病灶区域是我们所感兴趣的区域,但是病灶区域的形状、空间位置及灰度值和一些非病灶区域非常相似,如何把病灶区域分割出来,并识别出病灶区域是我们所要解决的问题。由于其关联的社会需求和实际的应用价值,目前的对医学图像的分割探究越来越受到科研工作者的关注,对医学图像的分割算法也层出不穷。
            ………
             
            第三章 基于模糊 C-均值和边界先验的疑似淋巴结提取.......15
            3.1 引言......15
            3.2 基于模糊 C-均值的胃部 CT 图像分割算法.......15
            3.2.1 模糊集合理论概述.......15
            3.2.2 C-均值聚类算法简介........16
            3.2.3 模糊 C-均值聚类算法的详细推导.......17
            3.3 边界先验的疑似淋巴结提取......20
            3.3.1 边界检测........20
            3.3.2 疑似淋巴结提取.....22
            3.4 实验结果及分析......24
            3.5 本章小结.......27
            第四章 基于自适应窗口和直方图统计特征的淋巴........29
            4.1 引言......29
            4.2 血管跟踪算法.....33
            4.2.1 血管跟踪算法详细介绍....33
            4.2.2 血管跟踪算法实验结果....36
            4.3 淋巴结跟踪算法......38
            4.3.1 相似度的定义.....38
            4.3.2 淋巴结跟踪算法的详细介绍......39
            4.4 基于自适应窗口和直方图统计特征的淋巴结跟踪检测算法....43
            4.5 实验仿真及分析......51
            4.5.1 直方图统计....51
            4.5.2 淋巴结跟踪检测方法的仿真结果........52
            4.5.3 淋巴结跟踪检测方法仿真结果分析....53
            第五章 总结与展望........57
            5.1 总结.....57
            5.2 展望.....58
             
            第四章 基于自适应窗口和直方图统计特征的淋巴结跟踪检测算法
             
            4.1 引言
            我们通过基于模糊 C-均值和边界先验的疑似淋巴结提取方法,得到每个单幅胃部 CT 图像的疑似淋巴结,疑似淋巴结包括淋巴结、血管和其它杂点等。由于淋巴结的形状、灰度和空间位置与血管很相近,提取出每个单幅胃部 CT 图像中的疑似淋巴结存在淋巴结和血管难于区分的问题;针对该问题,本文设计了基于自适应窗口和直方图统计特征的淋巴结跟踪检测方法。由于血管的面积变化不大,并且血管中心位置是有偏移;而一个完整的淋巴结序列的面积基本上是从小到大,再从大到小并且最后消失的变化规律,并且淋巴结的序列是在切片面积最大的淋巴结的中心像素位置附近变化,不会偏离该中心位置;针对上述淋巴结序列的变化规律和血管的变化规律,我们设计的基于自适应窗口和直方图统计特征的淋巴结检测方法,可以在区分血管和淋巴结的同时,还可以标记血管和淋巴结,该基于自适应窗口和直方图统计特征的淋巴结检测方法包含了淋巴结的跟踪方法和血管的跟踪方法。
            ……….
             
            总结
             
            本文详细了讨论的胃癌的基本特征、胃部 CT 图像的基本特点、诊断方法及相关领域研究进展的基础上,提出了基于自适应窗口和直方图统计特征的胃部 CT图像淋巴结跟踪检测方法。我们最终的目的是跟踪检测病灶区域,即淋巴结。本文首先利用基于模糊C均值和边界先验的疑似淋巴结提取方法获取每个单幅胃部CT 图像的疑似淋巴结;然后设计了基于自适应窗口和直方图统计特征的淋巴结跟踪检测方法,该方法可以区分疑似淋巴结中淋巴结和血管。首先我们利用模糊 C 均值对胃部 CT 图像进行分割,模糊 C 均值(FCM)是无监督机器学习的主要技术之一,它通过优化目标函数得到每个样本点对所有类的隶属度,从而决定样本点的类属以达到自动对样本进行分类的目的,使得被划分到同一类的对象之间相似度最大,而不同类之间的相似度最小。模糊 C 均值能够很好的分割胃部 CT 图像,把胃部 CT 图像分割为三部分:背景区域,脂肪区域,淋巴结血管等组成的区域。分割之后得到淋巴结血管等组成的区域图像中包含了原胃部 CT 图像的所有淋巴结,我们需要从该淋巴结血管等组成的区域图像上提取出淋巴结,由于淋巴结的外边界在脂肪区域中,利用该边界先验知识,我们可以提取出该胃部 CT 图像的所有未粘连的淋巴结,我们跟踪是按每个疑似淋巴结最大切片面积自适应定义每个疑似淋巴结的窗口并把最大切片面积所在 CT图像作为当前帧;从当前帧开始在感兴趣区域图像上向前和向后进行跟踪操作,所以我们的跟踪检测方法没有必要提取出该淋巴结序列对应的所有淋巴结,至少提取出该淋巴结序列中的一个相对比较大就行了,从而对提取出的淋巴结的依赖条件变弱了。
            …………
            参考文献(略)
             

            专业医学硕士论文范文篇三

             
            第1章绪论
             
            1.1研究背景
            在医学领域,70 年代 CT (Confuted Tomography)和 MRI (Magnetic ResonanceImaging)技术的出现,使获取人体内部数据的愿望成为现实。三维可视化技术可以将一系列的二维CT图像或MRI图像重构成三维人体结构,也使人类认识自身的内部结构成为可能。所以对医学三维可视化〒台的研究在人类了解自适应结构以及扩展计IT机应用领域方面都具有非常道要的意义。医学三维可视化平台就楚一个将科学计算可视化与医学图像信息相结合,允许将二维阁像转换为三维人体结构进行观察,使医生冇效地参与数据的处理与分析过程,便于医生从多角度、多层次进行观察和分析的图像数掘处理工作站,是今医疗PACS(Picture Archiving and Communication Systems)系统的一个重要组成部分,学计算可视化是发达国家八十年代后期提出并发展起来的一门新兴技术,它将科学可视化计算的计算结果数据转换为几何图形及图像信息在屏幕上显示出来并进行交互处理,成为发现和理解科学计算过程中各种现象的有力工具。1987年2月英国国家科学基金会在华盛顿召开了有关科学计算可视化的首次会议。会议一致认为“将图形和图像技术应用于科学计算是一个全新的领域”科学家们不仅需要分析由计算机得出的计算数据,而且需要了解在计算机过程中数据的变化。会议将这一技术定名为“科学计算可视化(Visualization in Scientific Computing)"。科学计算可视化将图形生成技术图像理解技术结合在一起,它即可理解送入计算机的图像数据.也可以从复杂的多维数据中产生图形。它涉及到下列相互独立的几个领域:计算机图形学、图象处理、计算机视觉、计算机辅助设计及交互技术等。
            …………
             
            1.2国内外现状
            随着数字医疗与远程医疗的发展,HIS系统,PACS系统以及LIS系统的集合已经是未来医疗数字化的必然趋势,而作为PACS系统中一个重要的组成部分,一个好的三维成像平台所带来的效率与质量的提升更是尤为重要,由于医学图像数据往往很大,点与点之间的通信要求也越来越高,而优秀的PACS系统能提高对DICOM类型文件的解析速度,减少传输数据量,甚至可以直接传输成像后的三维结果。所以,三维可视化平台的未来一定脱离不开互联网络的扶持,真正做到医生之间互相协助诊疗,对特殊的病例进行探讨,病例之间的相互交换。使医生快速,便捷的找到以往从未见过的病例,让医生对患者的诊断不仅像以往一样基于自己的经验,也可以通过互联平台对从未接触过的病情进行搜索诊断。2001年11月启动数字化虚拟人体实验研究的863项目,相关的”数字化虚拟人体若干关键技术”和“数字化虚拟中国人的数据结构与海量数据库系统”两项课题相继列入国家863项目,由中科院计算所、首都医科大学、华中科技大学和第一军医大学等单位协作攻关。第三军医大学于2002年10月首先宣布完成了”首例中国数字化可视人体数据集"的采集工作,于2003年2月,完成了第一例中国女性数字化可视人体数据集的可视化研究,即利用与清华大学联合研制的三维可视化软件包进行了器官结构的图像分割和立体重建,并与香港中文大学签署了联合研究协议,通过合作研究,实现了人体结构可视化。自此,我国成为继美国和韩国后,第三个拥有本国虚拟人数据集的国家。2003年3月,第一军医大学研究小组向外界宣布,中国女虚拟人初步完成了三维可视化。第一军医大学虚拟人的三维可视化由首都医科大学生物医学工程学院完成。浙江大学、清华大学、东南大学、大连理工大学、中科院自动化所,东软集团等也做了大量研究,并开发了一些实验系统。但是,国内目前尚无成熟的商用系统。所以此领域有很大的发展空间和研究价值[6]。
            …………
             
            第2章关键技术及算法介绍
             
            2.1关键开发技术简介
            作为一种图形与硬件的接口,OpenGL下列儿部分组成:OpenGL核心函数、OpenGL实用库阴数、OpenGL辅助库函数、Windows专州函数、Win32API确数、OpenGL状态变贵。同时它也色括了较多阁形函数,开发者可以用这些兩数来建立三维模型和进行三维实时交互。与其他图形积序设计接不同,OpenGL提供了十分淸晰的阁形函数,因此初学的程序设计14也能利用OpenGL的I到形处理能力和1670万种色彩的调色板很快地设计出三维阁形以及三维软件[8]。OpenGL包招了 250多个图形操作函数,幵发者可以利用这些函数来构造景物模型、进行三维图形交互软件的开发。这些函数主包含在儿个与OpenGL相关,核心库包含有115个函数,函数名的前缀为gl。这部分函数用于常规的、核心的图形处理。此函数由gum来负责解释执行。由于许多函数可以接收不同数以下儿类。根掘类型的参数,因此派生出来的函数原形多达300多个。本文实验主要州到的核心库中的喊数及其作用如表2.1所示。
            ……………
             
            2.2三维数据场可视化基础知识
            医学三维可视化平台主要应用于医学影像设备,是医疗PACS系统的一个重要组成部分,三维可视化平台不仅使医生更直观的对病患的各部位进行观察,还可以利用平台中强大的二维处理功能配合医生临床经验更快速准确的对患者病情进行诊断。其中图像的分割、配准以及颜色处理等功能对医生来说已经成为必不可少的功能,DICOM3.0协议涉及到的传输,打印等一系列功能也完美的融入到医疗应用平台当中,使得医生能够通过特定打印机打印出符合临床要求的图片。可以说三维可视化平台已经延伸到医疗影像平台的各个领域,不论CT,彩超还是核磁共振,都需要有一个与之配套的平台供医生操作,而不再是以往那样仅能依靠硬件设备提供的基础功能进行患者的诊断工作。本系统主要面向的用户为医院中CT科室的主治大夫,与CT閱像配合使用,主要对CT图像进行三维成像功能,向时添加旋转,移动等辅助功能以及二维图像的分割功能。
            ……………
             
            第3章需求分析....... 15
            3.1可行性分析....... 15
            3.1.1技术可行性分析....... 15
            3.1.2算法效率分析....... 15
            3.2软件需求分....... 16
            3.3系统开发环境 .......20
            3.4本章小结 .......20
            第4章系统设计....... 22
            4. 1数据结构设计....... 22
            4. 1. 1数据模型....... 22
            4. 1.2算法模型 .......23
            4. 2平台模块设计....... 24
            4. 3本章小结....... 29
            第5章系统实现 .......31
            5. 1原始文件处理模块的实现 .......31
            5.1.1文件读取模块的实现.......31
            5.1.2预处理模块的实现....... 32
            5. 2三维重建模块的实现....... 32
            5. 3辅助模块的实现....... 49
            5.4程序界面....... 52
            5. 5本章小结....... 53
             
            第5章系统实现
             
            5.1原始文件处理模块的实现
            本平台中体绘制结果的实现由MIIK完成,MHIC中体绘制由Volume Model负责,主要是实现父类里面规定的接口 Render函数。Volume Model拥有3个类成员:Volume、Volume Property 和 Volume Renderer。Volume 负责对体数据的访问,Volume Property 负责对体绘制算法的一些参数的调整,而Volume Renderer则负责实际的绘制工作。在Volume Model的Render函数里面,绘制的工作被委托给了 Volume Renderer的Render函数,又由其子类来负责具体的实现。Volume Renderer类的各个子类代表了各种不同的体绘制算法,例如Ray Casting算法就是在子类mitkVolume Renderer Ray Casting中实现的。由于MITK中釆用了这样灵活的绘制架构,以后往里面添加新的算法也非常方便,只需再增加一个Volume Renderer的子类即可。
            …………
             
            结论
             
            本章是全文的核心章节,是系统实现的具体操作。首先,原始文件处理模块的实现要从文件读取模块和预处理模块进行操作其次,对三维重建模块的实现提供移动立方体算法和光线投射算法两种算法,并对它们算法中存在的问题、算法的优化、点与线的显示及使用的算法最终实现的结果做了比较详细的表述。再次,三维显示区显示的所有三维算法的结果,添加一些辅助模块,如放大镜功能、三维互动功能等,让功能的实现更加完整。最后,完成程序功能设计,搭建好三维可视化平台功能控制台,其中最大的图像显示区域为三维显示区,其下三个为CT图像显示区,右下角为放大显示区,右上角为控制台区域。
            ……………
            参考文献(略)
             

            专业医学硕士论文范文篇四

             
            1绪论
             
            1.1研究背景
            随着社会经济和科学技术的发展,全世界报告的新发传染病层出不穷,二十世纪七十年代以来,全球新发传染病数超过四十余种,甚至过去已经被消灭的一些传染病也死灰复燃。1999年第一例西尼罗热病毒感染者在美国出现,之后到2004年年底,全美总共发生病例达到15000余例,其中死亡500余例。2002年SARS在中国广东首发,之后迅速扩散至香港、新加坡,乃至在全球范围内大流行,至2003年7月份全世界各地区共发生病例8069例,死亡775人。2002至2003年两年间,全球约有近二十个国家向世界卫生组织(简称WHO)报告鼠疫病例4043例,其中359例已死亡。2006年9月,WHO收到来自刚果的报告,其东北部的四个地区疑似肺鼠疫暴发,约有1174例疑似病例,死亡人数50人⑴。WHO指出:我们正处在一场传染性疾病全球危机的边缘,没有哪一个国家可以免受其害,也没有哪一个国家可以对此高枕无忧。其中由各种高致病性的病原微生物所引起的传染病仍然是人类健康的重要威胁,而医学媒介生物则是病原微生物传播和扩散的主要宿主和媒介。医学媒介生物是指能携带并且直接或间接的通过某种途径将病原微生物传播给人类的动物,主要包括鼠、蚊、绳、蜚蠊、蜱、螨、蚤、蠓等,它们能够储存、传播引起各种疾病的病原体,一直是全世界所有国家防控的重点对象。其中蜚嫩由于分布广泛且携带多种病原体污染环境、导致人类疾病,危害性极强,成为世界性的卫生害虫。蜚纖俗称蜂螂,属于节肢动物门、昆虫纲、蜚蝶目、蜚蠊科,现在世界上已发现有5000种以上的蜚總,我国已发现与医学有关的蜚蠊共有13种,分5个科、8属,不同种类的蜚蠊有不同的生活习性和影响因素,其携带的致病菌种类也不同,因而造成的危害性也不一样。蜚驗是地球上最古老昆虫之一,早在3.5亿年前就有蜚蝶化石的发现,其生存空间广泛,生存能力极强,任何地方都能繁衍生息。
            …………
             
            1.2研究的目的和意义
            本课题运用风险分析理论的科学原理和方法,采用专家咨询法确定评估指标构建评估指标体系,应用层次分析法(AHP法)与模糊综合评价相结合的方法原理,通过多指标综合评价最终建立一个国际航行船舶传带蜚蠊风险评估的数学模型。通过该模型能够可以现场快速计算出船舶传带蜚蝶的风险值,并由此判断风险等级。其意义有以下几点:
            (1)有利于检验检疫人员快速科学有效的釆取相应卫生学措施进行处置,降低了媒介传染病传入几率,大大提高了现场检疫工作效率
            2)规范统一评判标准,明确了媒介监测的重点,为口岸医学媒介生物监测和防控工作提供了量化的科学依据,使国际航行船舶传带蜚蠊的监测和防治工作更科学更有成效。
            (3)将风险分析理念引入到检验检疫工作模式中,为建立国际航行船舶卫生检疫风险预警和快速反应机制提供了理论依据,拓宽了检验检疫媒介监测等工作的思路和视野,为建立和完善口岸输入性医学媒介生物的风险评估体系打下基础。
            ………………
             
            2医学媒介生物风险的识别与分析
             
            2.1风险与风险管理
            风险(Risk) —词来源至今仍存在争议,有的学者认为来自意大利语risque,被理解为航海遇到风暴、触礁等客观的危险:有的认为首次出现于德语,就是遇到危险。风险在不同时期对于不同的学科领域甚至不同的学者都有不同的定义,彼得?波恩斯坦(Peter L. Bernstein)在《风险的传奇经历》(a Remarkable Story of Risk)中对风险的解释是“管理风险的能力,以及进一步承担风险以做长远选择的偏好,是驱动经济系统向前发展的关键因素。"玛丽?道格拉斯和维尔达沃斯基为代表的学者认为风险是社会结构本身具有的功能,所以风险即是社会群体对所处社会环境存在危险性的认知。这个定义强调了风险所具有的三个特性:客观性、损失性和不确定性。很多学科包括统计学、经济学以及保险学等认为风险就是对某个事件造成破坏、伤害的可能性或概率。按照IS031000标准中的定义,风险是不确定性对目标的影响。如何定义风险直接关乎如何分配风险以及釆取哪些措施预防和补偿风险。虽然风险涉及到多方面的领域,各领域对风险定义也有各自的侧重点,但风险的本质是一样的。只有抓住了风险的本质,才能正确理解风险并做出恰当的风险管理决策,进而在未来的竞争中稳步前行。目前都认同的是风险是客观存在的,是某一事件导致损失的不确定性。
            ……………
             
            2.2医学媒介生物风险识别
            按照检验检疫行业标准《国境口岸外来医学媒介生物风险分析规则》(SN/T1630-2005) [261的规定,医学媒介生物风险识别的过程对于口岸入境国际航行船舶来说应该包括:对入境船舶及行李、货物等检疫査验过程中截获病媒生物;对发现的病媒生物数量估算并采集标本,注意保存标本的完整性;将采集的标本送到医学媒介生物实验室进行种属鉴定,判别病媒生物的来源地;根据媒介传播病原微生物的风险有选择的进行病原体检测。医学媒介生物传染病可以按照传染病学理论从以下三个方面进行风险识别:医学媒介生物传染病的传染源主要是感染了病原体的动物,包括养殖的牲畜、禽类动物以及啮齿动物等,人极少作为传染源。动物感染这些病原体后大多都呈隐性感染,而传播到人类则出现较为明显的临床表现,比如鼠类感染了汉坦病毒后没有明显的临床症状。但人类感染以后就会出现流行性出血热。媒介生物传播疾病的危险程度与媒介生物的种类、种群密度、与人接触机会的多少,以及当地季节气候、环境是否适合媒介生物生长等都有密切的关系。因此如何控制传染源,有效的杀灭和防控病媒生物,是降低虫媒传染病风险的关键。有些病媒生物通过一些虫媒盯咬吸血的传播方式传播病原体导致疾病发生。此外,还有一些虫媒传染病的病原体主要通过日常接触后经人体呼吸道、消化道以及破损的皮肤粘膜等途径进入体内而引发疾病,例如鼠疫、霍乱、流行性出血热、铜疾等。对于这一类虫媒传染病,媒介生物风险的识别显得尤为重要。其中媒介的生物学信息如媒介的生存繁殖能力、栖息进食习性、分布空间和时间特点、传播疾病的能力等,都是进行风险识别的重要依据。研宄和掌握媒介生物的这些信息,以此进行风险评估并制定媒介监测和防控措施,能够在很大程度上切断和控制病媒生物的传播途径,有效降低虫媒传染病的发生。
            ……………
             
            3船舶传带蜚蠊风险评估指标体系的构建......... 14
            3.1调研方法和评估方法 ........14
            3.2风险评估指标的确定........ 15
            3.3各级指标的评判标准........ 16
            3.4分配指标权重系数........ 24
            4多指标综合评价法建立风险评估模型........ 26
            4.1多指标综合评价方法 ........26
            4.1.1线性加权综合法(或“加法”合成法)........ 26
            4.1.2非线性加权综合法(或“乘法”合成法)........ 26
            4.1.3替代法 ........27
            4.2各级指标关联度........ 27
            4.2.1 一级指标与风险评估值的关系........ 27
            4.2.2 二级指标与一级指标评估值的关系........ 27
            4.3建立风险评估模型........28
            4.4应用实例及评价........ 29
            4.4.1应用案例........ 29
            4.4.2处置结果及评价........ 30
            5总结与展望........ 32
            5.1总结 ........32
            5.2展望 ........32
             
            4多指标综合评价法建立风险评估模型
             
            4.1多指标综合评价方法
            对船舶传带蜚蠊风险评估是一个综合评价问题,本课题应用层次分析法和模糊综合评价法相结合的理论原理,采用多指标综合分析方法来对其风险进行评价。多指标综合评价就是通过建立数学模型将多个评价指标通过各种关联整合为一个整体性的综合评价计算公式。在综合评价指标体系的各级指标中,上一级的指标评价值,由下一级分解指标的评价值通过一定的数学关系来确定。这次案例表明,如果检疫人员日常登轮检疫查验时遇到船上所发现的情况,有可能凭借以往经验对船方喷洒杀虫之后,检疫通过放行。由于风险评估系统模型结果显示风险值为高度风险,加强了检疫人员的重视程度,在进一步做媒介监测之后,进行了熏蒸除虫处理。结果达到了卫生处理的效果,成功防范了一起潜在的媒介生物超标的疫情。风险评估系统帮助了检验检疫人员快速科学有效的判断风险,在现场及时采取相应卫生学措施进行处置,降低了媒介传染病传入概率,大大提高了检疫工作成效。
            …………
             
            结论
             
            此次课题运用风险分析理论的科学原理和方法,采用专家咨询法确定评估指标构建评估指标体系,应用层次分析法(AHP法)与模糊综合评价相结合的方法原理,通过多指标综合评价建立了一个国际航行船舶传带蜚蠊风险评估的数学模型。通过该模型进行了一个入境船舶查验的案例应用,得出高度风险值的结果后,检疫人员加强了重视程度,进一步做媒介监测,进行了熏蒸除虫处理,成功的防范和处理了一起潜在的媒介生物超标的疫情。该风险评估系统有效的帮助了检验检疫人员科学快速的进行风险判别,及时采取相应卫生学措施进行处置,降低了媒介传染病传入概率,具有较强的风险预测能力,分析结果快速准确,能较好的指导入境船舶媒介生物查验监测工作,很大程度提高了检疫工作成效。同时,使口岸卫生检疫工作从“定性管理”向“定性与定量相结合的动态管理”方向转变,以适应时代的发展和科学的进步,能在新时期按照《国际卫生条例(2005)》的要求,提升口岸应对突发公共卫生事件的核心能力,确保口岸卫生安全。
            ……………
            参考文献(略)
             

            专业医学硕士论文范文篇五

             
            第一章绪论
             
            1.1课题研究的意义和背景
            上世纪80年代以来,随着计算机技术的普及以及在临床医学中的广泛应用,医学图像处理技术也得到了长足的进步。医学图像能反映人体组织各个器官形态功能和病变等重要信息,具有直观、形象和信息丰富以及便于观测和理解等特点。如今,X光成像(X-ray简称X光)、计算机断层扫描(Computed Tomography简称CT)、正电子发射型计算机断层扫描(Positron Emission Computed Tomography简称 PET)、数字减影血管造影(Digital Subtraction Angiography 简称 DSA)、B型超声波成像(Brightness Modulation Mode简称B超)、磁共振技术(MagneticResonance Imaging简称MRI)等均为重要的医学图像成像技术⑴。这些成像方式都可以各有侧重的用来反映人体器官的复杂信息,大大提高医疗诊断水平,医学影像已成为现代医学诊断和治疗的最重要的技术手段之一。目前在医疗诊断、治疗、术前计划和术后监测各个环节中应用相当广泛。随着计算机技术的飞速发展,计算机图形学加速了医学影像的进步。在这个意义上,医学成像技术已成为医学研究领域的热点研究技术。随着医学成像技术在临床诊断及治疗上的指导作用愈加突出,医学图像分割技术逐步成为医学图像研究学科中具有重要性与应用性的研究领域——从B型超声波成像、计算机断层扫描、数字减影血管造影、磁共振技术等模式釆集的医学成像中,利用计算机技术获取局部人体结构的相关诊断信息。先进的医学成像设备虽然已经提供了对局部人体结构的图像反映,但是如何应用计算机辅助技术对医学图像采取高精度的目标提取,进行多尺度的量化和提出综合性的分析结果,仍然是重要的命题。
            ……………
             
            1.2医学图像分割方法的研究现状
            图像分割技术包含有许多种方法,其分类也包含多种,但至今并没有形成一种通用的算法,通常是按照具体应用,提出选择合适的算法。图像分割最早是完全由人工完成的,这种方法是在医学设备采集成像的基础上,由医师直接勾画目标区域的边缘[3]。人工分割方法费时费力,分割结果的准确性完全取决于职业医师的水平,分割结果因人而异,即使在同等环境下分割结果也会有所不同,导致诊断结果出入较大。随着信息技术的快速发展,出现了半自动的图像分割方法,从而实现了交互式的医学图像分割,对医师的经验与信息技术进行了融合[4]。半自动的分割方法具有快速、高效、精确的特点,使得分割结果中人的影响因素大幅度的下降,可重复性的加强使得分割结果更加稳定,但医师的水平依然在图像分割全过程占据一定比重。近年来,随着多项新技术的广泛应用,图像分割技术趋向于自动化,这样就完全消除图像分割过程中人的影响因素,由计算机辅助工具全程进行医学图像分割[5]。研究人员提出了多种多样的图像分割算法,并且与新兴学科相关技术进行有机结合。目前可用的图像分割方法种类繁多,大致分为以下几种类别:基于阈值的分割方法、基于边缘的分割方法、基于区域的分割方法、基于数学形态学的分割方法、基于活动轮廓模型的分割方法等。基于阈值的分割方法的基本原理是通过选取适当的灰度阈值,把图像分割成目标对象与背景两部分有效的区域,大于阈值的为区域甲,小于阈值的为区域乙,从而实现目标对象与背景的分类。基于区域的分割方法主要分析数字图像的局部特征,例如:灰度、纹理、色彩、梯度值等局部特征。基于区域的分割方法包括:区域生长法、区域分裂与合并法等等,优点是对噪声相对不敏感,但是过分割现象常常会在应用中出现,分割的效果依赖于图像本身的局部特征以及种子点的设置。基于边缘的分割方法包括基于一阶导数的分割算法和基于二阶导数的分割算法,如Roberts算子、Sobd算子、Prewitt算子、Laplacian 二阶差分算子等,通过图像边缘位置的梯度值的跃阶变化对图像进行分割,该方法抗噪性欠佳,当边缘像素灰度变化较为稳定时,对边缘的提取难度偏大。
            …………
             
            第二章图像分割理论与方法
             
            2.1基于闻值的分割方法
            阈值法是出现较早的一种图像分割方法,在众多图像分割方法中最为常用,适合简单的分割应用[11]。阈值法的基本原理是通过选取适当的灰度阈值,把图像分割成目标对象与背景两部分有效的区域,大于阈值的为区域甲,小于阈值的为区域乙,从而实现目标对象与背景的分类。根据选择的阈值个数的不同,可以分为单阈值分割法和多阈值分割法,顾名思义,单阈值分割法就是在图像分割时只选择一个阈值;而多阈值分割法就是在图像分割过程中使用多个不同的阈值[12]。设(x,y)为数字图像的平面坐标,/(x,y)表示在(x,y)坐标上的像素点的灰度值,P。和Ri分别表示某个具体灰度值。阈值分割法作为基础的图像分割技术,分割性能较为稳定,具有可并行性而成为图像分割中应用范围最广的一项技术,目前在工业、医学、航天等多个领域得到有效应用。阈值的选取是图像阈值分割方法中的关键技术。图像fcl值分割法不仅可以对数据量实施极大地压缩,而且同时也简化了分析处理流程,在多数情况下,阈值分割法是进行图像目标对象提取之前必不可少的预处理步骤。图像阈值化的目标是依照图像的灰度值,对图像像素集合实施分割,结果中的每个子集便是相对应的目标对象,各个子集具有的属性一致。上述划分的实施即是通过从灰度特征值中选择一个或多个阈值,对目标图像进行的处理。
            …………
             
            2.2基于区域的分割方法
            基于区域的分割方法基本原理是把目标图像中的像素按照某种特征归类于不同的区域,这些相邻的区域具有不同特征的均匀性,利用归类把图像划分为不同的区域。同区域中相邻的像素在视觉上具有的相似性(这些特征包括灰度特性、颜色特性或纹理特性等)是区域归类的准则。基于区域的图像分割法的优点在于此方法充分利用了目标图像的空间信息,而且分割后的轮廓线条是连续的,无间断点,另外这种方法不受目标图像的分支限制。常见的基于区域的图像分割方法有基于区域生长算法的图像分割方法和基于区域分裂与合并算法的图像分割方法。
            ……………
             
            第三章Snake模型原理与算法实现.......... 23
            3.1引言 ........23
            3.2传统Snake模型........ 24
            3.3 Snake模型算法流程及实例........ 28
            3.4 Snake模型的特点分析........ 30
            3.5本章小结 ........31
            第四章Snake模型的改进 ........32
            4.1多尺度高斯势能力模型 ........32
            4.2气球力模型 ........32
            4.2.1气球力模型概述........ 32
            4.2.2方向气球力模型........ 33
            4.3 SE离势能力模型........ 34
            4.4梯度矢量流模型........ 34
            4.4.1边缘图........ 35
            4.4.2梯度矢量流(GVF) ........ 36
            4.4.3模型的数值实现 ........37
            4.5 GVF模型与传统模型的比较 ........38
            4.6本章小结 ........40
            第五章基于小波分析和梯度矢量流的医学图像分割........ 41
            5.1小波分析基础理论 ........41
            5.2改进的梯度矢量流模型........ 44
            5.3本章小结 ........48
             
            第五章基于小波分析和梯度矢量流的医学图像分割
             
            5.1小波分析基础理论
            20世纪90年代,随着小波分析理论的出现和应用的发展,成为P学图像预处理方面的重要方法。小波变换是信号和图像的基础理论,多分辨率分析功能是它的独特之处,对局部的信息等得到精确地反应,不管是在时域或是频域,都在窗口尺度固定的前提下,形状可以任意伸缩变化的局部分析方法[39]。在图像处理过程中,小波分析理论主要包括在以下几个方面的应用:图像预处理、边缘检测与图像分割、图像压缩与编码等。由小波的分解与重构算法可知,小波可以通过选择不同的尺度,不同的基函数获得低频和高频部分[40]。低频部分可以看成是图像的平滑,高频部分则可以看做是边缘的提取。还可以通过忽略高频部分的信息,来对数字图像进行压缩。因此,小波分析变换技术在图像处理领域应用十分广泛。其中,对图像进行预处理是利用小波多尺度变换特征幵展的重要研究方向之一。
            ……………
             
            结论
             
            对医学图像分割算法的研究一直都是学者和研究人员争相关注的热点,至今已提出各类的算法并应用于图像处理技术中。近些年来,基于主动轮廓模型的研究,展现良好的特性,广泛应用于医学图像处理。在本文的研究工作中,重点针对主动轮廓模型及其改进模型。主要研究工作如下:
            (1)本文从Kass等人提出的活动轮廓模型出发,对参数活动轮廓模型的理论和方法进行了论述。主要分析研究了参数活动轮廓模型的原理、数值求解,动力学解释、算法流程以及在医学图像分割中的实例应用,并对该方法的优缺点进行了探讨。
            (2)针对改进的参数活动轮廓模型,做了简要分析,包括:多尺度高斯势能力模型、气球力模型、方向气球力模型、距离势能力模型、梯度矢量流模型。重点介绍了梯度矢量流模型的计算过程推导和相关医学图像的模拟实验,并与传统参数活动轮廓模型进行比较,从而验证了 GVF Snake模型的优势。
            (3)本文融合小波分析技术和GVF Snake模型,提出新型图像分割算法:小波矢量流(Wavelet Snake)模型。该方法根据图像的特点利用图像的小波分析对图像进行预处理,然后利用Wavelet Snake模型对图像的目标轮廓进行逼近。WaveletSnake模型与传统小波分析相比,能够得到连续闭合的轮廓线,与GVF Snake相比,具有更强的抗干扰能力,能够显著改善分割效果。
            ……………
            参考文献(略)
             

            专业医学硕士论文范文篇六

             
            第1章绪论
             
            1.1医学图像配准的研究背景与研究意义
            根据医学图像描述的信息不同,将它分为两类,一种是由X射线、磁共振成像(MRI)、计算机断层成像(CT)、超声成像(UI)、多普勒成像(DI)等途径获取的医学图像,用于描述组织构造、解剖信息的解剖成像;另一种是通过正电子发射断层成像(PET)、电光子发射断层成像(SPECT)、电子灌注断层成像(BIT)及功能磁共振图像(FMRI)等途径获得的医学图像,用于描述机体内部的代谢信息的功能成像。在实际的临床诊断中,往往要求综合考虑两种成像技术获得的医学图像信息,全面考虑分析病理症状,从而提高临床诊断效果。目前医学图像处理的主要研究方向有图像复原、图像压缩、图像分割、图像配准、图像融合、模式识别、图像可视化等。在医学应用领域,诊断和治疗的自动化、智能化、精确化对图像处理技术的要求越来越高。本文所研究的医学图像配准技术,是实现医学图像融合的关键与前提⑴,并为医学图像理解等更高层次的处理提供更全面的信息。由于不同模态的医学图像成像原理、成像设备、分辨率、成像参数等有很大差异,所生成的图像信息也会不同,医生临床诊断时也不能凭借自己的空间想象和推测来诊断病人的病情,所以图像融合、三维重建前必须进行图像配准。医学图像配准是一项比较复杂和困难的课题,虽然广大专家学者对医学图像配准技术做了一定的研究,并有部分成果得到临床应用,但是在提高配准速度、精度,优化配准算法等方面仍然面临着挑战[2]。
            ……………
             
            1.2医学图像配准概述
            从图像空间中提取合适的特征空间可以提高配准性能,缩短参数搜索时间,增强算法鲁棒性。一般把特征空间分为:特征点,特征曲线、曲面,基本像素(体素)。变换模型包括线性变换和非线性变换。在线性变换中,有刚体变换、投影变换、相似变换和仿射变换等;非线性变换大都使用多项式函数。相似性测度定义为某种代价函数,即优化搜索策略的目标函数,在给定变换模型和特征空间中获得最优变换参数。可分为两类,第一类是使用相关性估计变换参数建立具体的几何特征相关;第二类是使用优化能量函数得到最优变换参数。相似性测度的值越大,配准效果越好。优化图像配准措施可以改善相似性测度,更快达到最优值,减少运算量。常用的优化算法有:穷尽搜索法、Powell算法、Levenberg—Marquadrt法、遗传算法、Newton—Raphson迭代法、随机搜索法、模拟退火法、最速梯度下降法等。
            …………
             
            第2章几何代数理论与计算方法
             
            2.1几何代数
            本文所提出的多信息医学图像配准方法,都是建立在几何代数理论框架内,具有统一的理论内核与计算方法。将这种高效便捷的计算语言与医学图像配准相结合,适应了先进配准技术研究和应用趋势。以下进一步阐述本文所采用的基础理论。1878年,W. K. Clifford结合了 Grassmann的扩张代数与Hamilton的四元数,建立了能进行高韩度几何计算与分析的几何代数也叫Clifford代数。几何代数在经典分析、理论物理和微分几何等领域有重要应用,外积运算后得到的结果是一个二维的子空间,也叫做二重向量或平面量。平面量的面积即为平行四边形的大小,此平行四边形以^7和6为边,6的顺时针弧线为方向。而平面量本没有形状,之所以描述为平行四边形是为了使这个区域更形象化便于直观理解。普通向量是长度向量,相应的,平面量则是面积向量。在数学上,如果6向量延伸到G向量,结果平面量的面积相同但方向相反(逆时针)。因此外积是反交换的。在简单介绍了二重向量和三重向量后,我们已经可以用数、向量、二重向量以及三重向量分别表示0-、1-、2-、3-维子空间。自然的可以从以上概括出任意维的子空间,因此引入了片积(blade)这一概念。以A:片积为例,A是指子空间维度的片积跨度。t的大小即为片积的大小,具体来说标量是0片积,向量是1片积,二重向量是2片积,三重向量是3片积。在高维空间里可以是4片积、5片积以上。而在一个《维空间里《片积为最高等级的片积。前文中叙述了向量通过基向量的线性组合等实例。
            …………
             
            2.2几何代数中的数学工具
            前面简要介绍几何积和多重向量的目的,就是要将其作为一种算法进行使用。接下来会介绍一些定义和算法,它们对于Clifford代数的应用都是非常有用的。旋量不仅仅能旋转向量和二重向量,也适用于三重向量、n片积等任意的多重向量。想用它旋转一个平面也是很方便的。它的理论不会随着应用空间的拓展而变化。在传统的欧几里得向量代数中,人们往往利用面上的点或线上的点来描述或表征其在欧氏空间上的位置,例如描述一个在3维欧氏空间上的平面,我们需要一个二重向量来定义其方向,需要一个坐标向量来定义其位置(即该平面经过的坐标向量),在这里我们将"维欧氏空间内嵌于《 空间内,这就是一般齐次空间模型,我们仅需用纯片积来描述《维欧氏空间上的几何元素,不需要再引入刚才坐标向量来进一步确定其几何位置。共形几何代数(简称CGA)是由李洪波主创的一种新的几何表示方法和计算工具。它提供了一套用于经典几何的简洁有效而又统一的齐次代数框架。通过展开、消元以及化简的高效算法,使得计算极其复杂的符号几何成为可能。这里只对与本文有关的部分理论做简单拥要的介绍。
            ……………
             
            第3章几何代数低维子空间几何不变矩.......... 38 
            3.1引言........ 38
            3.1.1彩色图像的四元数描述........ 38
            3.1.2彩色图像的四元数几何矩........ 38
            3.2四元数彩色医学图像矩主轴配准法........ 40
            3.3配准实验与结果分析 ........45
            3.4本章小结........ 48
            第4章几何代数转动惯量几何不变量3D医学图像........ 49
            4.1引言........ 49
            4.2几何不变量与旋转算子的构造 ........50
            4.3配准方法 ........53
            4.4实验结果与分析........ 56
            4.5本章小结........ 62
            第S章几何代数多重矢量投影几何不变医学图像配准........ 63 
            5.1几何代数多重矢量投影不变性 ........63
            5.1.1 引言........ 63
            5.1.2 重矢量投影不变性建棋与求解........ 64
            5.1.3配准方法 ........67
            5.1.4实验结果与分析 ........69
            5.2共形几何多重矢量投影不变性........ 73
            5.3本章小结 ........79
             
            第6章几何代数角度不变量3D医学图像配准
             
            6.1引言
            本章提出几何代数角度不变量的概念,在几何代数空间上给出任意两个子空间的夹角计算理论通式,从而导出在几何代数(?3空间上的两个由点云数据集作为计算对象的几何不变量,即直线不变量,平面不变量,也可称为点云集角度的向量不变量,及点云集角度的二重向量不变量。并且给出基于几何代数的计算方法与求解方法,将此应用于3D颅位多模态医学图像的配准。正如前面章节里所述,3D头颅部的医学影像数据是以切面层的结构储存,每个切层以带灰度信息的点云数据构造而成,因此可以通过彼此按物理位置信息叠加重构出3D头颅整体的结构。进一步,由于头颅骨的刚性保护,使得内部软组织得到很好的免压保护,不易在获取影像数据过程中变形等给配准带来误差与干扰,这也是头颅3D医学影像数据区别于一般器官组织影像数据的特性。头颅部位的3D医学图像配准过程上分析可以视为两个运动,即旋转与平移。然而这两个运动都需要给出运动方向或者参考方向。本章提出基于角度不变量几何参量作为上述配准运动,尤其是浮动模态数据运动的参考方向,角度不变量是计算任意模态数据点云集相对某(或某些)几何子空间的夹角和为最值(包括最大值或最小值)所对应的几何要素(子空间)。这(些)几何要素与该模态之间的相对位置关系不会随着其旋转、平移等变换而改变,因此具有相对不变性。配准过程的浮动模态的几何变换(运动)可以以这(些)角度不变量作为运动参考方向,实现配准。
            …………
             
            结论
             
            本文就医学图形图像配准研究提出几何不变量的配准方法,应用几何代数理论分析与计算实现了 2D,3D医学影像数据的配准研究,其中包括2D彩色RGB医学图像配准,与3D颅位多模态医学影像数据配准。配准实验结果表明:基于几何代数几何不变量的配准方法几何意义直观、计算方法简单、配准精度高。几何不变量是姿态估计、运动跟踪等研究的重要手段与工具。然而,几何不变量的代数形式计算与其坐标形式具有很大的关联,这样传统方法的计算形式势必带来巨大的计算开销与复杂度。本文从几何代数的理论入手,提出了 4类几何不变量的概念及几何代数建模方法,研究2D、3D医学影像数据像素集、点云集与这些几何不变的几何位置关系,研究的几何特性表明:所提出的转动惯量不变量,二重向量不变量,向量角度不变量,平面角度不变量等以最值形式给出的具体几何要素,它(们)不会随着医学影像数据集整体的旋转、平移等空间几何变换而与其发生几何相对位置的变化,因此它(们)具有很稳健的几何跟踪特性,具有描述空间几何分布功能的参考基量,为此以此作为配准研究的中的几何变换的参考基量是科学的,也是可行的,实验证明该方法是有效的。
            ……………
            参考文献(略)
             

            专业医学硕士论文范文篇七

             
            第1章绪论
             
            1.1计算机辅助诊断概述
            医学影像学中的计算机辅助诊断技术通常分为三类:图像处理。图像处理的是让计算机易于识别可能存在的病变,让计算机从复杂的解剖背景中将病变及可疑结构识别出来。此过程需要将图像数字化,如果是数字化图像如DR、CT、MR图像则可省去此步。各种病变运用不同的图像处理方法,基本原则是图像增强与过滤将可疑病变从正常解剖背景中分离、显示出来;(2)图像分析。对图像中感兴趣的目标进行检测和测量(特征提取),它是一个从图像到数据的过程。最为典型的就是计算机辅助检测(Computer Aided Detection)。在这个阶段计算机只具有初级人工智能的功能。当进行诊断工作时,计算机会告诉我们兴趣区(Range Of Interest, ROI)在哪里,提醒我们要特别注意这些区域的细微改变。而对于兴趣区性质的识别,还是需要我们人去进行;(3)图像理解。研究图像中各目标的性质和相互关系、理解图像含义。它是一个从图像到高级描述、识别的过程,这就是计算机人工智能的高级阶段一计算机辅助诊断。这个阶段计算机收集大量同病种、同部位的影像学信息建立“知识库”。利用机器学习技术针对“知识库”进行训练,使计算机“学会”根据以往的“经验”对当前的影像病变做出诊断建议。
            …………
             
            1.2数据挖掘概述
            近十年来,数据挖掘与机器学习在医学辅助诊断、模式识别、欺诈检测等诸多领域得到了广泛应用与研究。数据挖掘与机器学习能有效分析原始数据,提取数据背后的隐含模式、发掘新知识并做出正确判断。与人类从过往经验中学习知识并利用其解决未来问题类似,数据挖掘从已知的经验数据中发现知识,并利用学习所得知识对未知数据进行判断。通常数据挖掘中所涉及的数据信息是以属性值(attribute-value)表示。数据包含许多实例(对象、样本等),每个实例以多个通用意义的特征来表示,而每个特征由有效的符号或数字值表示。数据实例及所含特征隐含地表达了知识,学习算法是将知识以能被理解及应用的形式表示出来。多年来由于分类在实际应用中的重要性而成为机器学习与数据挖掘中最主要的研究方向。本论文是研究分类问题,特别是二分类问题。许多分类方法已经被大家所熟知,譬如 KNN(K-Nearest Neighbor),NBC(NaYve Bayes Classifier),LDA(Linear Discriminant Analysis!),ANN(Artificial Neural Network),DT(Decision Tree),SVM(Support Vector Machines),Boosting 和 Bagging 等。许多先进学习算法及其各类改进算法能得到非常高的分类精度,例如采用SVM混合学习算法对基因微阵列数据的分类准确率可达90%以上甚至100%,并且不断有学者提出分类性能更优的学习算法。经过学者们对新学习算法的充分研究,目前设计更优性能的分类算法是一件十分困难的工作。分类算法的高准确率给人们一种机器学习无所不能的感觉,认为机器学习方法可以解决所有的分类问题,然而这样的印象与现实相去甚远。众所周知,目前还存在许多学习分类难题,譬如针对非平衡、有噪.稀缺等数据的学习分类。
            …………
             
            第2章相关研究现状
             
            2.1非平衡数据集
            数据集中当某一类别所包含的样本数显著少于其它类别的祥本数时,我们称之为非平衡数据集。进一步发现样本数少的类别往往是学习任务中用户最感兴趣的类别。许多实际的分类应用中都会出现非平衡样本集例如污染检测[29],风险管理[21]、欺诈侦察[22]以及医学辅助诊断123_24],非平衡数据集的分类问题引起学者们广泛的研究兴趣。在非平衡环境下,经典机器学习算法产生的分类界面偏离大类,会有更多稀有类样本被错分为大类,造成稀有类样本的识别率显著降低。非平衡的数据分布自身似乎不会影响学习过程,而以下与非平衡数据相关的困难阻碍了正常的学习过程。通常情况下非平衡样本集中没有充足的稀有类样本,使得学习机面临小样本问题,此时稀有类样本的识别率会显著降低。研究表明在固定非平衡比例的情况下随着稀有类样本数增加,稀有类别概念得到更为充分地表达,稀有类样本误判率也将随之降低。此时尽管样本集依然为非平衡分布,然而充分的样本能帮助学习机建立更为准确的稀有类概念模型。然而现实中收集更多阳性样本却是一项困难的工作。类别重叠问题。类别之间如果没有重叠,无论样本集是否平衡,任何一个简单的学习技术都能得到一个合适的分类器将类别完全分开。如图2-l(a)所示当类别重叠问题出现时,学习机很难推导出合适的判别准则。此时学习机通常会、推导出更普遍的判别准则,也就是稀有类别的样本更容易被误判。
            …………
             
            2.2非平衡学习性能评价
            充分、详尽地评测学习算法性能是一项重要而且必要的工作,同时也是一项具有挑战性的任务。首先需要建立一个能覆盖多个应用领域、包含重要数据特征(例如样本数、特征维数、特征值等)的标准数据集用于测试;其次大部分学习算法是基于已知数据集进行训练而生成分类模型,因而性能测试必须基于与训练样本非相关的未知数据集进行盲测。当无法获得非相关测试数据时,交叉验证(Cross-Validation,CV)是经常采用的测试方法。具体来说给定一样本集,将其分成等份,将其中一份作为测试样本,其余样本用于训练。这样轮流、重复执行直到所有份样本都成为测试样本。其中4是用户提前定义,在论文中通常选择5、7、10。当)?:等于数据集的样本数时,此过程称为留一交叉验证(Leave-One-Out Cross Validation, LOOCV );最后评价准则是分类器性能评测及指导分类器建模的关键因素。特别是稀有类样本在经典的学习算法中经常被严重忽视,需要合适的评测方法对非平衡学习性能进行评测。分类准确率(公式2-1)是普遍采用的分类器性能评价工具。然而在非平衡学习框架下,准确率不再是合适的评价标准,分类器的整体准确率没有区别不同类别各自的分类性能,使用该标准会对非平衡学习性能有错误的评价。例如:对于一个非平衡t匕例为9的样本集来说,一个分类器如果将所有样本都判别为阴性,也可以取得90%的分类准确率。从这个评价来看该分类器有不错的性能表现,而事实上该分类器却没有丝毫的使用价值。
            ……………
             
            第3章基于几何、概率、语义的混合样本标记技术........... 32
            3.1研究背景...... 33
            3.1.1符号定义...... 33
            3.1.2半监督学习的研究现状...... 34
            3.2混合类别标记技术...... 37
            3.3算法的具体实现...... 48
            3.4实验结果与分析...... 49
            3.5本章小结...... 51
            第4章基于凸壳的欠采样技术...... 53
            4.1 凸壳的基本概念...... 54
            4.2HRCH 定义与 HSVMEnsemble 算法...... 56
            4.3实验结果与分析...... 63
            4.4本章小结 ......68
            第5章基于反向最近邻的欠釆样方法...... 70
            5.1影响集合...... 70
            5.2反向最近邻的基本概念...... 72
            5.3反向最近邻的数学表达...... 74
            5.4基于反向最近邻的欠釆样技术...... 75
            5.5实验结果与分析...... 78
            5.6本章小结...... 82
             
            第5章基于反向最近邻的欠釆样方法
             
            5.1影响集合
            影响范围的概念由于依赖于应用领域,很难进行规范地定义。本章将数据库中某数据点所影响的数据范围定义为该点的影响集合(Influence Set )。假设有一数据集且数据点之间有合适的距离定义。给定数据集中一查询点g,在S中寻找被?影响的数据点集通常有两种方法。第一种方法是区域查询。以查询点《为圆心、/为半径的圆内区域作为g的影响范围,区域内的数据点为9点的影响集合。第二种方法是最近邻查询。该方法采用最近邻(Nearest Neighbors.NN )概念如kNN,将查询点g的ytAW点作为其影响集合。以上两种方法均不能直观地得到影响集概念,都需要确定相关参数来得到合适大小的影响集合。然而这些参数需要在了解查询点局部分布密度的先验知识后才能进行准确设置。区域查询对有些应用来说是合适的,譬如查询有害边圾倾倒点对周边人口的影响范围,然而对于决策支持系统、市场营销之类的应用则无法适用。最近邻查询方法通常用于接近度查询的应用场合,例如查询商场g潜在的顾客群体。判断是否为商场g的潜在顾客并不是看商场9与顾客有多靠近,而是要看顾客距离其它商场是否都比商场g要远。
            ……………
             
            结论
             
            本论文探讨了 CAD应用中的小样本、非平衡学习技术,旨在解决小样本及非平衡数据集对学习性能造成不霞影响的问题,提高CAD系统中学习机的分类性能,为放射科医生提供有价值的“第二参考意见”。基于上述研究目的,本论文就解决CAD应用中数据集的非平衡与小样本问题,分别提出新的欠采样与半监督学习技术。本论文研究重点与创新点如下:样本集的凸壳是包含数据集合中所有样本的最小凸集。本论文受凸壳几何特性启发,提出基于凸壳结构的欠采样新算法,以简约凸壳顶点取代大类样本,以此平衡训练样本。进而考虑到实际应用中两类样本往往发生重叠,对应凸壳也将发生重叠。此时采用凸壳来表征大类的边界结构容易引起过学习及学习机泛化能力下降。RCH、SCH两类缩减凸壳结构能解决凸壳的重叠问题,然而凸壳缩减过程中会带来边界信息丢失的问题。为解决基于缩减凸壳欠采样方法中存在的类别信息丢失问题,算法提出多层次缩减凸壳结构HRCH。利用RCIT_SCH结构上存在的显著差异性及互补性,将两类结构进行有效融合生成HRCH结构。相比其它缩减凸壳结构,HRCH结构包含更多样、互补的类别信息,有效减少凸壳缩减过程中类别信息丢失。算法选择不同的缩减因子及缩放因子采样大类样本集得多个HRCH结构,并将其分别与稀有类样本组成训练样本集训练产生多个学习机。最后通过集成学习综合上述学习机产生最终分类器。实验结果表明该算法能有效解决缩减凸壳的类别信息丢失问题。
            ……………
            参考文献(略)
             

            专业医学硕士论文范文篇八

             
            第一章绪论
             
            1.1图像分割的意义与简述
            伴随着计算机技术的飞速发展,人类社会的生产和生活也随之发生改变。计算机技术己经渗透在各行各业当中,将人们从重复机械劳动中解放,生产力得到长足的发展。在发展的同时,人们提出了更多的需求,希望计算机进一步的智能化,信息科学技术的逐渐成熟为这种需求提供了基础。数字图像是重要信息存储形式,因此,对图像相关处理技术的要求也相应增高。数字图像处理技术在各个生产领域得到越来越广泛的应用,例如交通、军事、医疗等。在医疗领域,随着造影技术的发展,B超、CT、MRI等技术已经成为辅助医生决策的重要信息来源,极大提高了临床诊断的准确性,为定量分析提供数据支持。虽然医学成像的范围很广,但是在临床意义上,我们可以等同于放射成像或者“临床成像”。针对这些技术产生的数字图像带来的相关问题,人们在实践中提出了很多计算模型和方法。这些工作的主要目的是从医学图像中提取出与对临床诊治有益的信息,可以分为几个技术大类:图像分割,图像融合,基于图像的生理建模。医学图像计算是多个学科的交叉领域,综合了计算机科学、数据科学、电子工程、物理学、数学和医学等。医学图像分割技术是医学图像相关技术的基础组成部分。分割技术为感兴趣区域的获取、特征提取、参数测量等应用服务,从而辅助更高层和抽象的医学图像理解和诊断的展开。医学图像分割的应用和研宄价值,具体表现:(1)用于目标区域提取,分析和识别。例如,医学图像的配准、病变器官的识别等;(2)用于器官、组织或病灶的形态学测量,形态学测量的数据包括尺寸、体积或者容积;(3)用于三维重建和可视化;分割的结果作为三维重建的输入数据,医生可以直接对感兴趣器官逐一观察,避免器官之间的互相干扰。
            ……………
             
            1.2医学图像分割的主要方法
            医学图像分割技术大致可以划分为三个阶段:人工分割、半自动分割、自动分割。人工分割由临床医生借助交互设备人为勾画出组织的边界,其精度在所有分割方法中是最高的,现在一般用作判断其他分割算法准确性的标准。人工分割有大量的人机交互,浪费时间和人力,分割结果会因为操作者的经验不同而受到影响。随着计算机科学的发展而产生的,半自动分割方法逐渐兴起,计算机担负了部分分割的工作,通过少量人机交互的形式,进行图像分割。与人工分割相比,由于机器运算能力的介入,半自动分割速度明显提高,但仍有对人工的较强依赖。自动分割技术极大程度地消除了分割过程人工介入的依赖,因此这类方法产生的分割结果可以再现,是定量测量的基础。缺点是算法比较复杂,幵发代价较大,某些算法中仍然需要人工的介入,例如,针对不同器官,需要进行算法参数的调整。
            ……………
             
            第二章基于二维可变形模型的分割理论
             
            2.1传统的Snake模型
            可形变模型是近几年受到广泛关注的一项图像分割技术。主要应用于图像分割、目标跟踪定位、三维重建、目标检测识别、图像检索和形状恢复等领域。可形变模型利用训练数据和人的先验知识进行建模,集成了感兴趣目标的几何形状限制和图像特征来进行图像分割。可变形模型有两种主要形式:主动轮廓模型、统计形状模型。主动轮廓模型在已知目标形状先验知识的假设下,通常这个先验知识来自于训练集,定义一个能表示形变轮廊自身特征的的能量函数。该能量函数由模型的内部能量和目标图像产生的外部能量组成。轮廓曲线的形状在内外力作用下发生改变。通过最小化能量函数,使得形变模型的曲线匹配图像中的目标轮廓。统计形状模型从样本集中得到形状的统计变化特征,并通过对图像中目标形状的拟合,从而实现图像分割。本文接下来详细介绍在二维医学图像中几个主要模型的应用,主要有传统主动轮靡模型(Snake模型),梯度矢量流场主动轮廓模型(Gradient Vector FlowSnake, GVF Snake), 7jC平集方法(Level Set Method, LSM),主动形状模型模型(ActiveShape Model, ASM),主动表观模型(Active Appearance Model,AAM)。Snake模型,也叫主动轮廓模型(Active Contour Model,ACM)。参数主动轮廓模型由一条参数曲线表示[52, 53].最小化能量函数为目标,控制曲线进行变形。最后,最小能量函数值对应的闭合曲线为目标区域的轮廓,即分割结果。
            ………
             
            2.2 GVF Snake 模型
            梯度矢量流场(Gradient Vector Flow, GVF)的出现,很大程度地改善了 Snake模型捕捉范围和四陷边界捕获能力。以Snake模型为基础,用一个GVF外部力场替换传统Snake的外部力场,得到GVF主动轮廓模型。水平集方法将所追踪的平面表示为高维函数的水平集,可以通过对高维函数方程的求解来确定界面的运动情况。图2-3显示二维平面上的界面区域嵌入三维连续函数的立体图形的水平集割面,该图可以看出,虽然平面上的拓扑发生了改变,但是三维上拓扑结构是不变的。水平集方法将复杂的低维信息表示为高维数上简单的拓扑结构信息,从而得到优化处理。水平集方法的核心过程就是偏微分方程演化,通过求解该方程得到目标曲线。该方程的存在性和唯一性的理论证明己经得到了保证。接下来,我们将从曲线的水平集表示、曲线演化原理开始,详细介绍水平集理论的基本思想、公式推导和分析。
            …………
             
            第三章基于距离正则化水平集方法的医学图像分割......... 32
            3.1距离正则化水平集演化方法介绍........ 32
            3.2距离正则化效应........ 36
            3.3图像分割的水平集算法应用........ 39
            3.4水平集快速算法--窄带法........ 41
            3.5非线性散射滤波器 ........42
            3.6实验结果与讨论........ 43
            3.7本章小结 ........48
            第四章基于三维统计形状模型的医学图像分割........ 49
            4.1模型的建立和统计学分析........ 50
            4.1.1网格的参数化........ 53
            4.1.2标记点集的配准........ 55
            4.1.3模型位置初始化........ 57
            4.1.4动态形状模型搜索策略........ 57
            4.2实验结果和讨论........ 59
            4.3本章小姐........59
            第五章总结与展望........ 61
            5.1工作总结........ 61
            5.2未来研究展望........62
             
            第四章基于三维统计形状模型的医学图像分割
             
            ASM算法由一个统计形状模型和相应的匹配算法构成。模型由目标形状的典型样本训练而得,形状模型表示为一个均值形状和相应变化特征向量的线性组合。总体模型生成流程见图4-1,输入为三维图形训练集,从流程图可以看出,三维条件下的模型训练和使用近似于二维,关于二维ASM算法前面己经有介绍过。接下来将详细介绍三维ASM的相关流程,不妨假定所有的训练集图形已经分割完毕。首先,定义图形所处坐标系,一般取训练图形的中心作为原点,通过计算目标图形动量矩阵的主轴来作为坐标系主轴。在很多医学应用当中,计算得到的主轴通常是以人体的左/右方向、前/后方向、头/足方向三者为轴。第二步,在新的坐标体系内,对三维图形做重新采样,这样我们得到标准的三维图形数据。重新采样是后续步骤的基础。第三步,我们需要生成一个点分布模型模板。这个模板可以是来自训练集的某个图形,也可以是所有输入图像的衍生,例如所有训练集的平均图形。这个步骤包含了曲率导向的标记点位置优化和图形三角网格化。
            …………
             
            结论
             
            随着计算机图像处理技术的发展,计算机辅助外科医生制定临床手术计划,得到相关领域研宄人员的长期关注。医学图像中,特别是在肝脏外科领域,术前对影像数据进行分析,已经成临床手术方案的制定和选择的基本手段。在肝脏切除手术中,其主要目的在于保证在安全边界上完全切除病变组织,还要尽量保留健康肝组织,维持病人正常的生理机能。手术前制定出安全可靠的计划,才能保障肝脏切除手术的成功实施,也突显出医学图像分割研宂的重要性。本文旨在通过对二维、三维上基于几何形状的模型进行讨论,分析现有的模型及其实现方式,提出更加高效准确的图像分割方法,从而做到对人体组织的精准建模。最终辅助医生建立周密的手术切除方案,提高临床手术成功率。首先,介绍了当前基于几何轮廓的几种模型和方法。由于医学图像的成像技术的限制和个体组织自身的特性差异,具体表现为噪音,组织运动,场效应偏离等不良影响,这样使得医学图像和普通图像比较起来具有模糊和不均匀的特点,使得医学图像的分割有所限制。研宄人员在这个领域做了大量的工作,基于几何轮廓的模型对于分割复杂医学影像数据,有其内在的优势,其优点是最后的输出结果是闭合曲线,可以灵活处理轮廓的合并和分裂,有一定的抗噪音能力。基于几何轮廓形变模型中ASM和AAM则利用了形状先验知识,使得分割结果更为鲁棒、准确。
            ……………
            参考文献(略)
             

            专业医学硕士论文范文篇九

             
            第一章绪论
             
            1.1引言
            图像信息是人类最重要也是最常用的信息之一,是人类感知世界的主要方式。数字图像处理也称为计算机图像处理,就是通过计算机对图像进行噪声去除、变换、增强以及分割等处理方法的技术。数字图像处理技术是一门综合性很强的多学科交叉的应用技术,研究内容涉及计算机科学、微电子学、光学、数学等多个领域。随着计算机科学技术的不断发展,数字图像处理技术得己经成为科学技术领域中的重要工具。1985年,德国物理学家伦琴(Wilhelm Conrad Rontgen)发现了新的射线——X射线,图1.1为伦琴拍摄的第一张手部X线照片。自此以后,现代医学影像技术取得了长足进展。X射线广泛应用于临床实践,进行人体检查和疾病诊断,从此打开了现代医学成像技术之门。作为医学影像学中的重要内容,放射诊断学的临床应用较为普遍。近几-年来,由于计算机科学和电子学的快速发展,致使影像诊断设备不断改进,检查技术也不断创新,医学图像成像技术变得越来越多样化。医学成像有多种模式,按照不同的成像原理来分类,医学成像技术主要可以分为结构成像,功能成像和分子成像三种。(1)结构成像,主要包括X-线(X光成像技术)、CT(计算机断层扫描技术)、MRI(核磁共振成像技术)、DSA(数字减影血管造影成像技术)、ultrasonic Imaging(超声波成像技术)、Endoscopy(内窥镜成像技术)、Microscopy(显微镜成像技术)、DIHS(组织切片的数字照相技术)等;(2)功能成像,主要包括PET(正电子发射断层扫描技术)、SPETX单光子发射断层扫描技术)、fMRI(功能型核磁共振成像技术)、Thermal Imaging(红外热成像技术)等;(3)分子成像(Molecular Imaging)。结构成像主要通过人体不同组织器官的不同特性来提供人体的结构信息,比较直观的描述了器官,组织,病灶等详细信息;功能成像主要通过监测不同状态下人体脏器组织的新陈代谢的情况,获得生理病变的功能信息;分子成像是在原有的解剖学和病理学的基础上结合分子生物学,显示分子图像,通过影像来反映分子水平的变化信息⑴。
            ……………
             
            1. 2计算机图形学和计算机辅助诊断系统
            计算机技术的快速发展是计算机图形学产生和发展的必然结果。十九世纪60年代,美国麻省理工学院的伊凡.苏泽兰(Ivan Sutherland)第一次使用了 “ Computer Graphics “这个词语,成为了计算机图形学正式诞生的标志。简单的说,计算机图形学就是一门与计算机和图形有关的学科,用计算机输出对象图形的技术。确切的说,计算机图形学研究如何用计算机将数据生成图形,在专门显示设备上输出并且处理图像的相关信息[2]。计算机图形学综合了多个学科的知识,是一门交叉学科,与图像处理,模式识别有很强的关联。计算机图形学广泛应用于计算机辅助设计与制造(CAD/CAM),计算机仿真和模拟,娱乐动画,地理信息系统等多个领域[3]。计算机辅助设计与制造在工业领域应用的最为广泛,经常用于设计和修改系统或产品的相关图形。随着现代医学影像技术的快速发展,CT, MRI, PET等现代高清影像技术为临床诊断提供了越来越清晰的医学影像。放射科医生的诊病过程就是通过阅读影像,根据影像提供的形态信息和自身的临床经验做出判断,但是由于病患的个体差异或医务工作者的临床经验不足,难免有时会出现错误的判断。因此医学CAD(图1.3)的概念应运而生,指使用计算机对病灶进行分析和判断,避免人为造成的失误。
            …………
             
            第二章基于图论的图像分割
             
            2.1图论发展简史图论
            (GraphTheory)[i6]是离散数学的一个分支,具有很高的实用价值,广泛的应用于计算机科学,电子学,网络理论等学科领域。图论起源于非常著名的哥尼斯堡七桥问题[17]。七桥问题是18世纪著名数学问题之一。哥尼斯堡有一个公园,公园里一共有七座桥将两个小岛和两侧河岸连接起来,以方便居民在这些区域之间穿行。图2.1-a是哥尼斯堡七桥问题的地图,用字母A,B, C, D分别标记小岛和河岸4个区域,用数字1,2,3,4,5,6,7标记七座桥。哥尼斯堡当地的居民提出这样一个问题,能否找到一条路径,从这四个区域中的任意一个区域出发,走遍这7座桥,并且每座桥恰好经过一次,然后再回到出发地点。这就是著名的数学难题一一哥尼斯堡七桥问题。问题提出以后,引起了很多人的注意,进行了很多试验,但在很长一段时间内都没有得出答案,成为了家喻户晓的疑难问题。1736年,数学家欧拉(Euler)发表了题目为《哥尼斯堡的七座桥》的论文,不仅解答了这个著名的数学难题,并且开创了数学的另一个分支,即图论与几何拓扑,成为图论和拓扑学的创始人。欧拉经过仔细研宄,发现哥尼斯堡七桥问题可以转化为是否存在一条路径,经过图中的每一条边一次且只经过一次的回路问题。如图2.1-b所示,将七桥问题用图G表述出来。显然,G是一个多重图,即在图G中关联一对顶点的无向边多于一条。这样就可以将七桥问题抽象成图形问题,每一个区域都抽象成一个点,每座桥都抽象成一条边。4个区域分别由图G的4个顶点A,B, C,D表示,连接两个区域的桥用对应顶点之间旳边来表示。欧拉通过研究,证明七桥问题是无解的,并给出了如何判断此类走遍问题是否有解的判断法则。
            …………
             
            2. 2图论的基本概念
            图论中的图(Graph)是一种拓扑图形,不同于传统意义上的几何图形,是用来描述客观世界中某些具体事物之间的相互关联程度。客观事物用原点来表示,称为顶点;事物之间的相互关系用对应点之间的连线来表示,称为边,这种数学抽象产生了图的概念。网络流(Network Flow)[i6^研宄网络最优化问题的一种理论和方法。网络流理论最初是为了研宄将某种资料从产地运输到市场所建立的数学模型。经过不断发展,网络流理论已广泛应用于运输,通讯,计算机科学等众多领域。现代社会某些方面的控制和管理在很大程度上是通过各种网络来实现的。1955年,T.E.哈里斯在研究铁路系统最大通量的时候提出了一个问题,希望求出网络上任意两点间的最大运输量。1956年,L.R.福特等人通过建立网络流理论并提出算法,证明网络图中的最大流值就是最小割的容量,成功解决了这类网络最优化问题。在满足一定条件的情况下,求解给定系统的最大流量,就是网络最大流问题。
            …………
             
            第三章基于三维区域生长的肝脏分割方法....... 17
            3.1引言......17
            3.2眺生长算法...... 17
            3.3改进的区域生长算法...... 18
            3.3.1三维区域生长算法...... 18
            3.3.2阈值自动检测的方法...... 19
            3.4 形态学......22
            3.4.1膨胀和腐蚀 ......22
            3.4.2开启和闭合...... 23
            3.5 边缘检测...... 25
            3.6实验结果...... 26
            3.7 小结...... 29
            第四章基于图割的交互式分割算法...... 30
            4.1 引言 ......30
            4.2基于图割的图像分割方法基本框架...... 30
            4.3最大流最小割定理...... 32
            4.4最大流问题的算法...... 33
            4.4.1增广路径算法...... 33
            4.4.2推进-重标号算法...... 35
            4.5实验结果与分析...... 36
            4.6本章小结......38
            第五章总结与展望......39
             
            第四章基于图割的交互式分割算法在肝脏分割中的应用
             
            4.1引言
            2001年Boykov首次提出将图割(Graph cut)理论应用于图像分割问题。基于图割理论的图像分割方法基本思想是构造合适的能量函数,将图像分割问题转化为能量最小化问题来处理。图割理论采用统计思想来处理图像,根据图像的特点,描述图像结构的概率模型选择马尔可夫随机场(Markov Random Fieldf3]。马尔可夫随机场可以表示物理现象的空间或者上下文依赖关系。建立基于马尔可夫随机场的能量函数,构造对应能量函数模型的s-t网络。Boykov等已经证明求解能量函数的最小值等价于求解s-t网络的最小割,也就是说可以将能量最小化问题转化为求解最小割的问题[34]。利用网络流理论求解出s-t网络的最小割,从而实现图像分割的目的。将图割理论应用到图像分割领域,首先要把图像映射为图,构造相应的s-t网络,创建一个加权图G=(V,E)。集合V代表顶点集合,集合E代表连接相应顶点的边的集合。通常情况下,这些顶点对应像素,立体像素或者其他图像特征。这类图通常包括一些特殊节点,我们称之为终端,可以使用终端对应的标签集给像素标号。我们主要研宄有两个终端的情况。两个终端分别命名为源点S和汇点t。边集E中通常存在两种类型的边,即n-连接和t-连接。n连接是连接相邻像素或者立体像素之间的边,代表的是图中的邻域系统(neighborhood system); t-连接是连接结点和终端s,t之间的边。
            ……………
             
            结论
             
            针对腹腔CT序列图像中肝脏的特点,本文作了如下工作:
            (1)本文使用了一种基于三维区域生长结合图像形态学的混合方法。实验釆用十八邻域的三维区域生长算法,既利用CT图像的二维信息,同时利用空间结构信息,使分割结果更为精准;设置生长准则时,采用自动检测阈值的方法,快速准确的计算出具有最佳生长结果的准则;釆用三维形态学的相关运算来优化实验结果。实验证明,该方法具有较高的准确性。
            (2)本文将基于图割的分割算法成功应用于肝脏的提取。实验釆用基于增广路径的最大流算法,釆用26-connected的拓扑结构,对分别使用Reciprocal权值函数、Histogram权值函数,以及同时使用Reciprocal和Histogram两种权值函数的三种情况的分割结果作了对比实验。实验证明,同时使用Reciprocal和Histogram这两种权值函数的分割效果最优。
            最后将基于图割方法的分割结果和三维区域生长的分割结果对比分析,前者的分割结果要更为精准一些。如何自动设置种子像素,更加简单合理的标记出前景和背景,尽可能的减少人机交互,实现自动分割和定量分析提取分割方法的精度,是我们未来研究的方向和主要工作。
            ……………
            参考文献(略)

             

            专业医学硕士论文范文篇十

             
            1引言
             
            1.1研究背景和意义
            计算机技术以及计算机断层扫描技术(Computed Tomography, CT)、核磁共振成像(Magnetic Resonance Imaging, MRI)等影像技术的发展,使得医学图像处理领域取得了一定的进展,尤其在图像分割、图像配准、运动分析以及图像引导手术等方面获得了巨大的进步,与此同时医学影像技术也逐渐成为目前疾病诊断与治疗的重要手段之一,它为临床医学的实践与应用提供了必要的依据。图像分割在实际生活中有着广泛的应用,如遥感图像和医学图像的分析、安全监视、工业自动化等领域,不管是科学研究工作者还是工程师都一直高度重视对图像分割技术的研究和应用,目前为止已经提出了上百种的分割算法,但是这些研究成果主要是针对某一类型图像或者某一具体的应用实例进行处理的,针对不同的图像应用,没有一个通用而且有效的分割方法。医学图像分割是医学图像处理和分析的关键技术,不仅是图像配准、图像重建及可视化、手术介入式导航等技术的基础,也为临床组织病变提供计算机辅助诊断依据。在医学图像分割领域中,虽然已有多种分割算法,但是没有一种普遍适用于各种医学图像的分割方法。医学图像自身的复杂性,使得基于偏微分方程的图像处理技术成为图像处理研究领域中的热点,数值计算方法使得偏微分方程在求解时具有较好的稳定性,并且能够满足精确的图像分割需求。医学图像分割结果需要尽可能地保留感兴趣区域的信息,尽可能地接近真实解剖结构,有利于医生和专家对解剖结构或者病变部位进行观察与分析。一般来说,完全手动的分割方法能满足医学上的临床需求,但是费时费力,通常采用由用户参与交互的计算机处理方法,这种半自动交互式分割方法是目前实际应用中最受关注的,随着图像处理方法研究的深入,如何构建有效的自动分割算法将是未来研究工作的重点之一。
            …………
             
            1.2国内外研究现状
            在临床应用中,为了达到医学诊断和治疗的目的,需要识别和分析图像中的感兴趣区域,并且需要将它们从图像中分离出来。图像分割是把给定图像分成各具特性的区域并提取出感兴趣的目标区域的过程和技术。由于医学影像技术不断发展和创新,目前已有成千上百种分割算法被提出,从分割的形式来分主要有完全手工分割、半自动分割和自动分割[1]。早期的图像分割一般是由人工完成,这种方法方便、简单,但是分割质量完全依赖分割者的经验和先验知识,具有一定的随机性,且非常耗时。随着计算机技术的普及与迅速发展,半自动分割技术得到了大力发展,它是将分割者的先验知识与计算机强大的数据处理能力结合起来,完成对医学图像处理的交互操作,半自动分割方法大大减少了人工因素的影响,并且具有分割精度高、分割速度快等优点,但是由于分割者的介入操作,使得这种方法在一定程度上也依赖人工处理。完全自动分割是将图像分割的工作全部交给计算机来进行处理,使用计算机自动来完成先验知识的输入与图像数据的处理,整个分割过程不需要人工进行干预,省时省力,且能达到分割精度要求,是目前图像分割技术研究的热点之一。早期的图像分割算法主要分为基于边界的分割方法和基于区域的分割方法两大类。基于边界的分割方法一般是利用图像的边缘、梯度信息来确定目标边界,主要有一阶差分算子和二阶算子,如一阶算子中的Sobel算子、Robert算子等,二阶算子中的Laplacian算子等[2],这类分割方法适用于对梯度明显的图像进行处理,而图像边缘模糊或者受噪声干扰时,采用该方法容易产生假边界或不连续的边界,影响分割精度;基于区域的分割方法主要依赖图像空间特征,如灰度信息、纹理及其他类型统计信息等,典型的方法有阈值分割、聚类、区域生长等,该类方法基于图像的全局信息,因此对噪声不敏感,鲁棒性好,但是分割质量的好坏往往与某些条件的选取密切相关,往往这些限定条件的选择成为分割的关键。
            …………
             
            2图像分割原理及方法
             
            2.1图像分割原理
            医学图像中往往包含着临床所关心的有用区域或研究对象,为了进一步的分析,就必须将这些区域或研究对象分离出来,医学图像分割在医学工程中有着广泛的应用,它不仅能为临床中疾病的诊断和治疗提供可靠的依据,而且还能为医学图像配准、三维重建、医学图像挖掘等提供必要的数据处理工作。图像分割可通过集合的概念来进行数学描述:假设集合/表示图像的整个区域,P可以看成是相邻像素集合上的逻辑谓词,图像分割就是按照给定的约束条件将图像分成一些互不重叠的非空子集,这些非空子集对应的是图像中的各个分割区域,全部子集的并集则是给定的待分割图像。将这些分割区域分别表示为R,,R2,R,……图像分割的定义需满足下列条件: 在图2-1中,给定的每个条件都有着不同的定义以及限定:(1)完全性,表示每个像素作为最小单位进行分割得到各个不同的子区域,所有分割出来的子区域(即非空集合)能组成一整副图像;(2)互不重叠性,指出了分割后的非空子集是相互之间没有交集,图像中的每个像素只能属于某一个子集,即分割出来的各个子区域之间是不重叠的;(3)连通性,表明同一分割区域中的图像像素可以组成一个连通区域,在空间上是相互连通的;(4)一致性,说明分割出来的不同子区域应该具备区别于其他区域的一些共同特征,即同一个子区域中的像素具有一定相似性;(5)差异性,指出了分割出来的不同子区域之间应该具有一些各自不同的特性。
            …………
             
            2.2图像分割方法
            图像分割相关理论的研究多年來一直受到人们的高度重视,随着计算机技术的飞速发展和数学理论的完善,图像处理领域中出现了大量的图像分割方法,目前为止图像分割领域没有通用的理论和方法,同时由于图像往往有灰度不均勾、内容复杂等特点,承一的图像分割方法不能取得满意的分割效果。目前的图像分割算法分为以下几类:基于阈值的分割方法、基于边缘检测的分割方法、基于区域的分割方法以及基于特定理论的分割方法等。阈值分割算法是实际应用中最常见的图像分割方法之一,它可以有效地将目标区域从背景中提取出来,尤其对灰度级较少且灰度差异明显的图像适用。阈值指的是用于区分目标与背景的灰度值,对图像进行阔值分割就是给定一个合适的灰度阈值,该阈值的选取非常关键,然后将图像中各个像素的灰度值都与这个设定的阈值做比较,并将相应的图像像素划分到不同的图像区域中。阈值分割假定同一个区域内的图像像素间的灰度值相近,但是不同图像区域中的像素在灰度上有着一定的差异,在灰度图像的直方图上往往表现为不同目标和背景对应着不同的峰值。如果图像中只有目标和背景两类,则只需要选取一个阈值,称为单阈值分割,此时阈值应该位于峰谷处,将各个不同的峰分开,阈值r的选取如图2-2所示。当图像中有多个背景和目标,则需要选取多个阈值将各个目标分割出来,称为多阈值法。
            ………
             
            3主动轮廓模型和水平集方法....... 16
            3.1 主动轮廓模型....... 16
            3.1.1参数主动轮廓模型....... 16
            3.1.2几何主动轮廓模型....... 19
            3.2 水平集方法....... 20
            3.2.1曲线演化理论....... 20
            3.2.2水平集方法 .......22
            3.3 本章小结....... 25
            4算法实现及结果分析....... 26
            4.1 传统 Chan-Vese 模型....... 26
            4.2 Chan-Vese模型的改进....... 29
            4.3 实验结果及分析....... 35
            4.3.1 二维图像分割实验结果及分析....... 35
            4.3.2图像序列分割实验结果及分析....... 40
            4.4 本章小结....... 43
            5 总结与展望.......44
            5.1 总结....... 44
            5.2 展望....... 44
             
            4算法实现及结果分析
             
            4.1传统Chan-Vese模型
            Mumford-Shah模型(MS模型)是一个比较完美的模型,但在具体的求解中存在较大难度,因此许多学者提出了简化的Mumford-Shah模型,其中一种是由Chan和Vese提出的基于简化MS模型和水平集方法结合的Chan-Vese模型。Chan-Vese模型(CV模型)是一种经典的主动轮廓模型,它基于曲线演化和水平集方法,将主动轮廓线间接表达为水平集函数的零水平集形式,利用图像的全局信息,通过最优化能量泛函得到分割结果。在上式中,z>wzWe(C)是闭合轮廓曲线C的内部区域Q,,oMtoWe(C:)是闭合轮廓曲线C的外部区域Q,,其中内部区域和外部区域CI,组成了整个图像区域,传统的Chan-Vese模型基于图像全局信息,没有包含区域边界的局部特性,对场景复杂的图像很敏感,存在计算量大且容易越过图像边界的缺点。为了充分利用图像的区域和边界信息,在全局信息的基础上,引入图像梯度信息和轮廓曲线的图像局部信息,借助演化曲线来提取图像局部信息,再根据图像局部信息来进行能量函数的权重调节,根据演化轮廓线的位置来确定局部范围图像信息,既加强对边缘的检测,减少曲线内外部区域不均匀的负面影响,使其准确停止在目标边界处,又使得分割时间减少,提高了分割效率。
            ………
             
            结论
             
            随着计算机科学技术和医学影像技术的发展,医学图像处理与分析技术得到了快速的发展,极大地提高了医学诊断与治疗水平。借助计算机技术对医学图像进行处理,特别是对临床中人体组织、器官或病灶等感兴趣目标区域的分割提取、三维重建及可视化,可以更好地辅助医生或研究人员进行下一步的工作,进而可以极大提高医疗诊断与治疗的准确性和实时性。本文针对医学图像的特点,对目前已有的图像分割方法进行研究,提出了一种基于CV模型的医学图像分割算法,实验结果表明该算法能有效提取目标区域,取得了较为理想的分割结果。本文的主要工作如下:
            (1)介绍了图像分割的研究背景、意义以及国内外研究现状,分析了常用的图像分割方法,重点阐述了一些相关算法的研究现状及存在的缺陷。
            (2)阐述了基于水平集的图像分割及其相关理论,其中重点阐述了Chan-Vese模型及其优缺点,基于水平集的图像分割算法普遍计算量大,引入图像局部信息,介绍了改进的CV模型图像分割算法及实现过程,对实验结果进行分析,验证了算法的有效性。
            (3)将二维图像的分割扩展为对医学图像序列的分割,利用Matlab软件实现相关算法,实验结果表明改进算法取得了较满意的分割效果。
            ……………
            参考文献(略)

            原文地址:/yx/21569.html,如有转载请标明出处,谢谢。

            您可能在寻找医学论文方面的范文,您可以移步到医学论文频道(/yx/)查找