CT图像毕业论文11.doc

  1. 1、本文档共44页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

编号

本科生毕业论文

CT图像中伪增强去除算法研究

CTimage

pseudoenhancementremovalalgorithmresearch

学生姓名

崔振丽

专业

计算机科学与技术

学号

070511524

指导教师

何巍

学院

计算机科学技术

二〇一一年六月

毕业设计(论文)原创承诺书

1.本人承诺:所呈交的毕业设计(论文)《》,是认真学习理解学校的《长春理工大学本科毕业设计(论文)工作条例》后,在教师的指导下,保质保量独立地完成了任务书中规定的内容,不弄虚作假,不抄袭别人的工作内容。

2.本人在毕业设计(论文)中引用他人的观点和研究成果,均在文中加以注释或以参考文献形式列出,对本文的研究工作做出重要贡献的个人和集体均已在文中注明。

3.在毕业设计(论文)中对侵犯任何方面知识产权的行为,由本人承担相应的法律责任。

4.本人完全了解学校关于保存、使用毕业设计(论文)的规定,即:按照学校要求提交论文和相关材料的印刷本和电子版本;同意学校保留毕业设计(论文)的复印件和电子版本,允许被查阅和借阅;学校可以采用影印、缩印或其他复制手段保存毕业设计(论文),可以公布其中的全部或部分内容。

以上承诺的法律结果将完全由本人承担!

作者签名:年月日

摘要

在人体内部组织结构中,有相当一部分属于软组织和体液,普通X线检查时,只依靠它们本身的形态、密度、厚度差异不足以形成肉眼可见的影像密度差别,不能显示组织器官的轮廓和内部细微结构。所以就需要使用造影剂来区分正常组织和异常组织间的差别,能够快速并正确的检测出病变。

但服用造影剂后,CT图像中受高亮响应区域影响,在高亮响应区周围会出现伪增强输出。这给组织分割、病灶提取带来了很大的影响。因此对伪增强去除算法的研究对病情诊断是非常重要的。

本课题使用的研究路线是先读入CT图像,对其平滑处理,采用自适应密度改正算法去除服用造影剂后所产生的伪增强,使异常组织能够正确的显示出来。最后对处理后的CT图像进行保存。

读入的CT图像为512格式,在该格式文件中数据为十六进制,在读取的过程中需要将十六进制转换为十六进制。由于在CT图像在生成和传输过程中会受到各种噪声源的干扰和影响,使图像质量变差。本课题所采用均值滤波对CT图像进行平滑处理。CT图像平滑后,采用自适应密度改正方法进行服用造影剂后产生的伪增强去除。使用本算法能够快速并准确的去除伪增强产生的效果,有效的帮助医生对病情的争取诊断。

本课题使用C++开发语言,使用MicrosoftVisualC++6.0作为工具软件。

关键词:CT图像造影剂伪增强

Abstract

Inthehumanbodyorganizationstructure,withmostofthesofttissueandbodyfluid,ordinarybelongstoX-ray,relyingonlyonitsown,theshapeofthedensity,thicknessenoughtobeavisibledifferenceofdensitydifferences,cantdisplayimagetissueorganoftheOutlinesandinternalminutestructure.Sotheyneedtousecontrastagentstodistinguishbetweennormalandabnormalorganizationorganizationthedifferencesbetweencanbequicklyandaccurately,detectlesions.

Butaftertakingcontrastagents,CTimagesbyhighlightingregionalinfluenceinresponse,inresponsetohighlighttheareaaroundtherewillbefalseincreaseoutput.Thisorganizationdivision,hasbroughtgreatlesionsextractioneffect.Thereforethisresearchtoenhanceremovalalgorithmsdiagnosisisveryimportant.

文档评论(0)

天马 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档