计算机应用技术论文图像处理图像分割集成技术混合模型.docVIP

计算机应用技术论文：基于集成学习技术的医学图像分割的研究与实现 【中文摘要】医学影像在病症诊断,科学研究,教学等方面发挥着举足轻重的作用。医学图像分割是医学图像处理中一项非常重要的工作,也是图像处理领域中研究的热点和难点,由于人体结构复杂性,医疗成像设备的性能,外界电磁辐射的干扰,医学图片具有模糊,噪点比较多等特点。另外,不同的人在组织结构上还有着一些细小的差别,这些都给医学图像分割带来了很多困难,到目前为止还没有一种算法能胜任各种领域的图像分割任务。为此,本文针对医学图像分割算法进行了深入的研究,提出将集成学习技术引入医学图像分割算法中,首先使用目前主流的分割算法,对同一个医学图像素材进行分割,得到相应的一个分割结果集合,接着使用集成学习技术,将这个分割集合进行集成运算,产生一个更好的分割策略,最后使用这个分割策略对原始图像进行分割,实验结果证明,基于集成学习的图像分割算法取得了良好的效果,本文所做的主要工作和研究成果如下:(1)介绍了国际上常用的医学图像分割算法,并着重介绍了K均值算法,FCM算法和区域生长算法以及这些算法的应用范围和优缺点。(2)根据K均值算法的特点,将集成技术与K均值算法相结合,提出了基于集成技术的W-MEANS算法,由于K均值... 【英文摘要】With the continuous development of medical imaging technology, the medicine is inseparable from the medical image processing technology, Disease diagnosis in medical imaging, scientific research, teaching, and played a significant role. Medical image segmentation medical image processing is a very important work, the field of image processing is a hot and difficult, due to the complexity of human body structure, the performance of medical imaging equipment, the interference of external electromagnetic radia... 【关键词】图像处理 图像分割 集成技术 混合模型 【英文关键词】image segmentation integration technology clustering ensemble hybrid model 【目录】基于集成学习技术的医学图像分割的研究与实现 摘要 4-5 Abstract 5 第一章 绪论 8-14 1.1 研究背景 8-9 1.2 医学图像分割素材来源 9-12 1.2.1 计算机断层扫描（CT） 9-11 1.2.2 MRI (Magnetic Resonancel Imaging) 核磁共振成像技术 11-12 1.3 国内外研究现状分析 12-13 1.4 本论文的主要工作及结构安排 13-14 第二章 数字图像分割技术 14-27 2.1 图像分割 14-15 2.2 医学图像分割算法 15-24 2.2.1 基于图像结构分割算法 16-18 2.2.2 基于统计的分割方法 18-22 2.2.3 混合方法 22-24 2.3 医学图像分割算法的性能评价体系 24-27 2.3.1 分割结果的正确性 25-26 2.3.2 分割算法的效率 26-27 第三章 集成学习和 W-MEANS 算法 27-44 3.1 集成学习技术概述 27-31 3.1.1 集成学习技术 27-30 3.1.3 集成学习技术的作用及应用 30-31 3.2 研究现状 31-35 3.3 聚类集成技术 35-36 3.4 基于集成技术的 W-MEANS 算法 36-44 3.4.1 基于 K 均值的图像分割算法 36-37 3.4.2 基于集成学习的 W-MEANS 算法 37-39 3.4.3 实验 39-44 第四章 基于集成学习技术的混合分割模型 44-55 4.1 问题的提出 44-45 4.2 主流的分割算法 45-47 4.2.1 基于阈值的分割算法 45-46 4.2.2 区域生长方法 46-47 4.2.3 基于模糊集理论的方法 47 4.3 基于集成学习技术的混合分割模型 47-49 4.4. 实