基于細胞自動機與馬爾可夫隨機場模型的腎皮質圖像的自動分割.pdf

基于細胞自動機與馬爾可夫隨機場模型的腎皮質圖像的
自動分割


陳 慶
2015 年 1 月
中圖分類號：
UDC 分類號：




基于細胞自動機與馬爾可夫隨機場模型的腎皮質圖像的
自動分割




作 者 姓 名 陳 慶
學 院 名 稱 信息與電子學院
指 導 教 師 時永剛副教授
答辯委員會主席 劉大可教授
申請學位級別 工學碩士
學 科 專 業 電子科學與技術
學位授予單位 北京理工大學
論文答辯日期 2015 年 1 月
Unsupervised renal cortex image segmentation utilizing
cellular automata and Markov Random Field model












Candidate Name： Qing Chen
School or Department: School of Information and Electronics
Faculty Mentor: Associate Prof. Yonggang Shi
Chair, Thesis Committee: Prof. Dake Liu
Degree Applied: Master of Engineering
Major: Electronic Science and Technology
Degree by: Beijing Institute of Technology
The Date of Defence: January, 2015
研究成果聲明
本人鄭重聲明：所提交的學位論文是我本人在指導教師的指導下進行
的研究工作獲得的研究成果。盡我所知，文中除特別標注和致謝的地方外，
學位論文中不包含其他人已經發表或撰寫過的研究成果，也不包含為獲得
北京理工大學或其它教育機構的學位或證書所使用過的材料。與我一同工
作的合作者對此研究工作所做的任何貢獻均已在學位論文中作了明確的
說明并表示了謝意。
特此申明。

簽 名： 日期：
摘要
腎臟是人體重要的代謝器官，對維持人體代謝平衡至關重要。臨床上可通過觀測
腎臟的整體形態、腎皮質的厚度與體積等來判斷腎臟的健康狀況。如何讓腎臟醫學圖
像更方便于觀察，就需要對其進行有效地分割。利用適合的圖像分割算法，將腎臟中
的目標區域從周圍復雜的背景中分割出來，從而有利于后續的觀察與分析，輔助醫生
對病人腎臟的健康狀況做出更為準確的診斷與治療。然而，現有腎臟分割算法的研究
大多是針對腎臟整體的分割，對于腎臟內部結構的分割相對較少。這主要因為腎臟內
部結構較為復雜，背景信息豐富，腎皮質區域與血管、腎盂等其他區域之間的區分度
較低，因而腎皮質分割的難度較大，并且容易出現誤分割。
圖像分割領域研究者眾多，幾十年來各種算法被提了出來，一般情況下可以劃分
為兩大類：第一類是經典分割算法；第二類則是結合了新理論與新技術的分割算法。
本文將概括的介紹它們的基本理論與特點，討論其不足及待改進之處。其中將對基于
細胞自動機和馬爾可夫隨機場模型的分割方法