导读:本文包含了肿瘤轮廓提取论文开题报告文献综述及选题提纲参考文献，主要关键词:高强度聚焦超声,斑点噪声降噪,各向异性扩散滤波,活动轮廓模型
肿瘤轮廓提取论文文献综述
赵文成[1]（2018）在《聚焦超声治疗肿瘤的超声图像轮廓提取方法研究》一文中研究指出高强度聚焦超声(High Intensity Focused Ultrasound,HIFU)消融手术作为体外治疗肿瘤的医疗技术,具有无创性、治疗效果显着、副作用小、术后恢复快等优点,符合现代医疗的理念并已经逐步应用在临床治疗肿瘤领域。在HIFU手术治疗过程中,超声图像监视系统为医生提供可视化的手术环境,指导医生进行手术,然而现有的超声图像监视系统主要起着视频监控的作用,手术过程中仍然需要医生依靠自己的个人经验识别肿瘤的位置和边缘轮廓,然后使用HIFU超声刀逐点消融肿瘤组织,治疗过程过度依赖医生的个人经验,主观性较大。HIFU超声引导系统是对HIFU超声图像监视系统的进一步发展,其主要思想是使用超声图像处理技术对肿瘤的位置和边缘轮廓进行精确提取,医生根据计算机识别的肿瘤边缘信息进行HIFU消融手术。然而受超声成像机制的限制,超声图像往往具有严重的灰度低对比度,导致超声图像分辨率低,肿瘤边缘不清晰,给后续的HIFU超声图像精确分割增加了难度。本论文主要针对HIFU超声图像的斑点噪声降噪方法和分割方法进行研究,旨在为HIFU超声引导系统提供精确的肿瘤组织目标边缘轮廓信息。论文详细分析了基于HIFU超声图像的各向异性扩散滤波算法和基于水平集方法的活动轮廓模型分割算法,并提出了相应的改进模型,具体包括以下几个方面:(1)在HIFU超声图像降噪方法方面,本文提出了一种改进的各向异性扩散滤波SRAD(Speckle Reducing Anisotropic Diffusion)模型。使用双曲正切函数构建原始SRAD模型的扩散滤波系数,消除了传统SRAD模型在图像均匀区域产生的板块分区问题;通过设置衰减因子提高了滤波模型在结构性区域的衰减速度,对图像细节信息具有更好的保持能力;使用绝对偏差中值来估计斑点噪声尺度函数的初始门限,避免了人工设置参数带来的不确定性;通过使用相对平滑指数(Relative Smooth Index,RSI)自适应的终止迭代滤波过程,避免了由于人为设置迭代次数带来的滤波效果不稳定。滤波结果表明:改进的SRAD滤波模型能够有效的消除板块分区问题,在有效滤除超声图像斑点噪声的同时,提高了对图像细节信息的保留能力,其滤波性能要优于传统的滤波算法。(2)在研究区域信息水平集活动轮廓模型的基础上,针对经典的全局区域信息水平集活动轮廓模型和局部区域信息的水平集活动轮廓模型各自的优缺点,提出了全局区域信息和局部区域信息相结合的水平集活动轮廓模型。该模型使用原始图像的差异图像来构造演化模型的全局信息,在保留全局性能的基础上引入了图像的边缘信息,并与局部区域信息相结合来构建演化模型的能量泛函。实验结果表明:该组合模型继承了全局信息模型和局部信息模型的共同优点,消除了两类模型各自的缺陷,降低了初始曲线的设置限制,对灰度不均匀的HIFU超声图像具有精确的分割结果。(3)在HIFU超声图像分割方面,针对HIFU超声图像存在伪边缘的情况,提出了基于伪边缘抑制的改进 ODRLSE(Oriented Distance Regularized Level Set Evoluton)演化模型。针对原始DRLSE模型难以区分伪边缘和目标边缘的缺陷,改进的ODRLSE模型通过给定初始曲线的向内法向量方向与图像目标边缘梯度方向的对应关系,重构原始图像的边缘图,并以新的边缘图来构建演化模型的边缘检测函数。实验结果表明:ODRLSE模型能够对图像中真实组织构成的伪边缘进行有效的抑制,进而对目标肿瘤边缘轮廓进行准确分割。(4)在HIFU超声图像分割方面,针对HIFU超声图像存在弱边缘的情况,提出了基于多尺度滤波方法的MS-DRLSE演化模型。该模型依据一定的间隔设置多组高斯标准差构建多幅尺度图像,沿着尺度下降的方向,根据相邻尺度像素间的梯度矢量关系对梯度矢量进行修正。该多尺度滤波方法在有效滤波的同时,对图像边缘细节有一定的增强能力,同时避免了人为选择高斯标准差所带来的不足;针对气球力因子的单向演化缺陷,使用多尺度滤波下的拉普拉斯算子来重构气球力因子,在实现双向演化的同时,提高了模型对弱边缘的检测能力。实验结果表明:改进的多尺度滤波MS-DRLSE模型对具有弱边缘和边缘结构复杂的超声图像依然能取得良好的分割效果。(本文来源于《武汉大学》期刊2018-05-01）
杨雪,马爱翠,陈震,付志飞,戚欣[2]（2015）在《基于体外抗肿瘤活性的海洋中药牡蛎提取物HPLC化学轮廓谱研究》一文中研究指出牡蛎等贝壳类中药的90%以上成分都是碳酸钙,现版药典对该类药材的质量控制均以碳酸钙含量为指标。由于贝类中药的功能主治不尽相同,除碳酸钙以外还可能存在其他功效成分。为在有效成分不明确的情况下表征牡蛎饮片的质量,本文在评价抗肿瘤活性的基础上研究牡蛎药材化学轮廓谱,为牡蛎药材的质量控制提供科学依据。收集12批次牡蛎药材,体外测试牡蛎甲醇提取物对9种肿瘤细胞株的增殖抑制作用,发现牡蛎甲醇提取物具有广谱的体外抗肿瘤活性,提示小分子有机质是牡蛎发挥"软坚散结"抗肿瘤作用的不可忽视的药效物质基础。采用高效液相色谱分析化学组成,进行相似度评价;舍去活性较差且化学成分相似度不高的样品,建立化学轮廓谱;采用双变量相关分析考察"谱-效"相关性,发现3个共有峰与活性有明显相关,可以作为质量控制的指标性成分,建立的牡蛎药材甲醇提取物化学轮廓谱能较好地体现其"软坚散结"抗肿瘤功效。(本文来源于《中国海洋大学学报(自然科学版)》期刊2015年09期）
乐意[3]（2015）在《聚焦超声治疗肿瘤的靶目标轮廓提取方法研究》一文中研究指出作为一种非侵入性治疗肿瘤的医疗手段,高强度聚焦超声(High intensity focused ultrasound, HIFU)消融手术具有无皮肤创伤、疼痛轻、治疗效果高、术后恢复快等优点,近十几年来被广泛应用于临床治疗肿瘤中。超声图像监视在HIFU治疗中发挥着非常重要的作用,为医生提供了可视化的手术环境。然而现有的HIFU图像监视系统主要起视频监视的作用,在实施HIFU手术的时候,医师往往根据个人经验识别肿瘤位置,HIFU手术受人工操作的限制,手术定位精度差、效率低、耗时长,从而制约了其在肿瘤治疗领域的进一步发展。为了更安全、更高效、更精确地实现HIFU消融手术,HIFU治疗系统的一个重要发展方向是在系统中引入图像引导技术,利用超声图像处理技术由计算机自动识别并定位目标肿瘤,进而为医生提供可视化的引导信息,指导医生针对目标区域实施肿瘤消融手术。但是受超声自身成像特性的影响,HIFU超声图像对比度低,目标肿瘤的边缘不清晰,不利于肿瘤的分割与定位,给后续的HIFU靶目标轮廓提取带来了极大的困难。为此,本文针对HIFU治疗系统中超声靶目标肿瘤的轮廓提取方法展开研究,旨在为HIFU图像引导系统提供精确的靶目标肿瘤定位。论文主要从HIFU超声图像滤波与图像分割两方面出发展开研究,详细地探讨了基于各向异性扩散滤波的斑点噪声抑制算法和基于参数活动轮廓模型的超声图像分割算法,并提出了相应的改进模型,具体包括以下几个方面：(1)在HIFU超声图像斑点噪声抑制方面,本文提出了无需参数设置的八邻域SRAD各向异性扩散滤波模型,将传统四邻域模型改为八邻域模型,从而在滤波过程中有效利用了图像斜对角线上的细节信息,同时该模型利用绝对偏差中值有效估计斑点噪声尺度函数的初始门限尺度,并且定义了平滑指数增量(RSII)以自适应地终止迭代过程。滤波结果表明：改进的SRAD模型对斑点噪声的抑制能力和肿瘤边缘的保护能力要远远优于传统的滤波算法,另外由于其不需要人为设置参数,并且可以自适应地终止迭代过程,因此极大地减少了人为设置参数所带来的滤波效果不确定,为后续的HIFU超声图像分割提供了有利条件。(2)在HIFU超声图像分割方面,针对图像中存在弱边缘的情况,本文提出了基于梯度与方向矢量流的HIFU超声图像分割改进模型。为了解决传统G&DVF snake模型在实际超声图像分割中所遇到的问题,改进模型将传统模型中的方向线段改为方向折线,同时为每条方向折线设置了不同的权重系数,并且结合了方向折线所标示的先验方向信息与边缘图梯度场定义了一个新的矢量场,最后利用该矢量场替代边缘图梯度场进行外力矢量扩散以获得最终的G&DVF外力矢量场。实验结果表明改进的G&DVF snake模型对背景灰度不均匀、噪声复杂的超声图像仍能获得良好的分割结果,其对细而长的凹陷边缘以及弱边缘的分割具有很大的优势。(3)在HIFU超声图像分割方面,针对目标肿瘤轮廓相对清晰的情况,本文提出了基于多尺度滤波与伪边缘抑制的MS-GVF snake超声图像分割模型。该模型将传统GVF模型中的高斯标准差设置为尺度函数,并沿着尺度下降的方向在不同尺度下对HIFU超声图像进行迭代分割,这样做的好处是可以增加外力场的捕捉范围,避免snake轮廓曲线被大的噪声点所吸引,同时又可以使目标轮廓的细节信息不丢失。为了降低或消除伪边缘在GVF矢量场中对真实目标边缘的消极影响,在迭代的最后一个尺度,MS-GVF snake模型利用新定义的距离图的梯度方向信息和距离的大小信息来对伪边缘进行抑制,有利于在真实边缘附近形成正确的GVF矢量场。另外,MS-GVF snake模型将传统的GVF能量泛函表示为增广拉格朗日函数,进而利用FFT运算可以快速求解出GVF矢量场,有效地提高了算法的速度。实验结果表明MS-GVF snake模型图像分割精度高,参数设置较为简单、不敏感,便于医师实际操作。(4)本文对改进G&DVF snake模型与MS-GVF snake模型在HIFU超声图像分割中的应用进行了研究。改进G&DVF snake模型适用于处理弱边缘和细而长的凹陷收敛问题,但是模型中方向折线的位置和相应的权重系数设置对最终的分割结果影响很大；MS-GVF snake模型有效增加了外力场的捕捉范围,并降低了伪边缘对分割结果的影响,同时又确保目标轮廓的细节信息不丢失,模型分割精度高,参数设置较为简单,但是其对弱边缘的分割效果并不理想。根据两种模型在应用中的优缺点,论文提出将改进G&DVF snake模型与MS-GVF snake模型同时应用到HIFU超声图像分割中。针对目标肿瘤轮廓比较清晰的情况,选择使用MS-GVF snake模型来对目标轮廓进行提取；针对目标肿瘤轮廓存在弱边缘的情况,选择使用改进G&DVF snake模型对目标肿瘤进行分割。(本文来源于《武汉大学》期刊2015-04-01）
黄韫栀,刘奇[4]（2013）在《基于LevelSet的超声乳腺肿瘤图像的轮廓提取》一文中研究指出乳腺癌的发病率在女性癌症中居首位,在计算机辅助下精确地提取出乳腺图像中包含的结构信息和功能信息是当前面临的难题。本研究主要探讨利用水平集分割方法对超声乳腺图像进行肿瘤的自动分割。基本思路:①粗提取肿瘤所在的区域;②采取改进的各项异性扩散方程(MCDE),在保证乳腺肿瘤边界信息不被削弱的前提下削减超声图像的噪声;③利用图像梯度获取边界的潜在图像;④设置初始轮廓;⑤调整水平集中的速度函数,寻求适用于乳腺超声图像中肿瘤轮廓的提取方法,探索过程涉及两种改进的LevelSet方法:测地活动轮廓(geodesic active contour)和阈值水平集(threshold LevelSet)。结果表明,针对乳腺超声肿瘤的弱边界信息,利用阈值水平集分割可以自动获取与手动勾画较为相似的轮廓。(本文来源于《中国医学影像学杂志》期刊2013年02期）
丁国花,叶少珍[5]（2012）在《乳腺MRI图像肿瘤轮廓的提取》一文中研究指出提出一种改进的混合水平集方法提取乳腺肿瘤图像.首先利用最大类间方差法与区域生长法将乳腺初始轮廓从乳腺MRI图像中提取出来,然后将此乳腺初始轮廓曲线作为水平集的初始轮廓曲线进行演化,进而找到肿瘤的边界.应用本方法对福建肿瘤医院提供的临床数据进行了实验验证分析.实验结果表明,该方法对于复杂的乳腺MRI序列图的肿瘤分割具有较好的效果.(本文来源于《福州大学学报(自然科学版)》期刊2012年04期）
张新宇,刁现芬,彭韵,汪天富[6]（2012）在《基于改进Snake模型的超声乳腺肿瘤轮廓提取》一文中研究指出二维超声影像中肿瘤轮廓特征是判断乳腺肿瘤的良恶性的重要依据。针对超声医学图像的特点,本研究对经典的Snake模型进行了改进:内部能量中加入轮廓平均长度项的控制;外部能量由基于图像统计特征的区域能量以及梯度方向势能决定,并提出了基于贪婪算法求解模型最小值的快速算法。实验结果显示本算法在噪声强度较大的模拟图像和超声医学图像中均取得了同人工分割近似的结果,而经典的Snake模型和GVF模型受噪声干扰较大。大量的实验证明本算法有效地克服了散斑噪声对分割结果的影响,可准确高效地提取超声图像中的乳腺肿瘤轮廓。(本文来源于《微计算机信息》期刊2012年01期）
张新宇,刁现芬,彭韵,汪天富[7]（2011）在《基于改进Snake模型的超声乳腺肿瘤轮廓提取》一文中研究指出二维超声影像中肿瘤轮廓特征是判断乳腺肿瘤的良恶性的重要依据。针对超声医学图像的特点,本研究对经典的Snake模型进行了改进:内部能量中加入轮廓平均长度项的控制;外部能量由基于图像统计特征的区域能量以及梯度方向势能决定,并提出了基于贪婪算法求解模型最小值的快速算法。实验结果显示本算法在噪声强度较大的模拟图像和超声医学图像中均取得了同人工分割近似的结果,而经典的Snake模型和GVF模型受噪声干扰较大。大量的实验证明本算法有效地克服了散斑噪声对分割结果的影响,可准确高效地提取超声图像中的乳腺肿瘤轮廓。(本文来源于《微计算机信息》期刊2011年06期）
杨晓霜,汪源源[8]（2008）在《基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘》一文中研究指出提出一种基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘的算法。该算法在Chan-Vese(CV)模型基础上,定义了一个局部调整项,采用基于水平集的动态轮廓模型提取超声图像乳腺肿瘤边缘。将该算法应用于89例临床超声图像乳腺肿瘤的边缘提取实验,结果表明:该算法比CV模型更适用于具有区域非同质性的超声图像的分割,可有效实现超声图像乳腺肿瘤边缘的提取。(本文来源于《生物医学工程学进展》期刊2008年02期）
李谦,李庆鹏,林家瑞[9]（2007）在《改进的主动轮廓模型在脑肿瘤MRI图像轮廓提取中的应用》一文中研究指出针对主动轮廓模型(Snake)处理图像时的初始轮廓选取问题,采用改进的区域增长法对图像进行预分割,并将得到的边缘作为主动轮廓模型的初始边缘轮廓;然后分别用sobel算子与梯度矢量流(GVF)代替图像梯度进行主动轮廓模型外部能量的计算,在速度满足要求的情况下,提高了目标区域的提取精度。实验结果表明,基于GVF的主动轮廓模型在脑肿瘤的轮廓提取中能取得更好的效果。(本文来源于《计算机与数字工程》期刊2007年11期）
侯珍秀,赵永平,陈新亮,张丽莉,陈世哲[10]（2005）在《HIFU设备中肿瘤定位及其轮廓提取和记录》一文中研究指出建立了基于一个个B超切片图像构成的叁维重构肿瘤定位方法的模型,采用频域法对B超切片进行了清晰化处理,且用直线逼近法对处理后的切片图像肿瘤轮廓进行了提取和记录. 研究表明:用频域法对切片图像进行清晰化处理的方法是正确的且可行的;用直线逼近法所获得的肿瘤轮廓与实际病灶轮廓基本吻合.(本文来源于《哈尔滨工业大学学报》期刊2005年02期）
肿瘤轮廓提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
牡蛎等贝壳类中药的90%以上成分都是碳酸钙,现版药典对该类药材的质量控制均以碳酸钙含量为指标。由于贝类中药的功能主治不尽相同,除碳酸钙以外还可能存在其他功效成分。为在有效成分不明确的情况下表征牡蛎饮片的质量,本文在评价抗肿瘤活性的基础上研究牡蛎药材化学轮廓谱,为牡蛎药材的质量控制提供科学依据。收集12批次牡蛎药材,体外测试牡蛎甲醇提取物对9种肿瘤细胞株的增殖抑制作用,发现牡蛎甲醇提取物具有广谱的体外抗肿瘤活性,提示小分子有机质是牡蛎发挥"软坚散结"抗肿瘤作用的不可忽视的药效物质基础。采用高效液相色谱分析化学组成,进行相似度评价;舍去活性较差且化学成分相似度不高的样品,建立化学轮廓谱;采用双变量相关分析考察"谱-效"相关性,发现3个共有峰与活性有明显相关,可以作为质量控制的指标性成分,建立的牡蛎药材甲醇提取物化学轮廓谱能较好地体现其"软坚散结"抗肿瘤功效。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
肿瘤轮廓提取论文参考文献
[1].赵文成.聚焦超声治疗肿瘤的超声图像轮廓提取方法研究[D].武汉大学.2018
[2].杨雪,马爱翠,陈震,付志飞,戚欣.基于体外抗肿瘤活性的海洋中药牡蛎提取物HPLC化学轮廓谱研究[J].中国海洋大学学报(自然科学版).2015
[3].乐意.聚焦超声治疗肿瘤的靶目标轮廓提取方法研究[D].武汉大学.2015
[4].黄韫栀,刘奇.基于LevelSet的超声乳腺肿瘤图像的轮廓提取[J].中国医学影像学杂志.2013
[5].丁国花,叶少珍.乳腺MRI图像肿瘤轮廓的提取[J].福州大学学报(自然科学版).2012
[6].张新宇,刁现芬,彭韵,汪天富.基于改进Snake模型的超声乳腺肿瘤轮廓提取[J].微计算机信息.2012
[7].张新宇,刁现芬,彭韵,汪天富.基于改进Snake模型的超声乳腺肿瘤轮廓提取[J].微计算机信息.2011
[8].杨晓霜,汪源源.基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘[J].生物医学工程学进展.2008
[9].李谦,李庆鹏,林家瑞.改进的主动轮廓模型在脑肿瘤MRI图像轮廓提取中的应用[J].计算机与数字工程.2007
[10].侯珍秀,赵永平,陈新亮,张丽莉,陈世哲.HIFU设备中肿瘤定位及其轮廓提取和记录[J].哈尔滨工业大学学报.2005