本文選題：MRI　切入點：圖像分割　出處：《南昌航空大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：當(dāng)今社會,隨著科技的發(fā)展,經(jīng)濟的增長,人們越來越注重自身的健康問題,顱腦作為人體的中樞神經(jīng)系統(tǒng),對腦部疾病的檢測和治療更是重中之重。建立精準(zhǔn)的顱腦三維模型有利于腦部外科手術(shù)、遠程醫(yī)療等醫(yī)療手段的實施、輔助腦部醫(yī)療診斷以及傳授腦部醫(yī)學(xué)知識。顱腦核磁共振(MRI)圖像的各個組織精準(zhǔn)分割是核磁共振(MRI)顱腦圖像三維模型重建、定量分析和可視化的基礎(chǔ),且顱腦MRI圖像分割可以提取顱腦圖像中特殊組織的定量信息,可以解決顱腦醫(yī)學(xué)圖像中樣本數(shù)據(jù)大,后續(xù)分析工作強度高等問題,這已經(jīng)成為當(dāng)今研究熱點。但是磁共振腦圖像是一種復(fù)雜的醫(yī)學(xué)圖像,由于腦組織之間互相混疊在一起沒有清晰的邊界,不同個體之間的差異性較大,再加上在成像過程中磁場的不均勻性、部分容積效應(yīng)以及噪聲的影響造成的圖像內(nèi)在的不確定性,且諸如腦脊液、顱骨和頭部空腔在MRI圖像中的灰度又非常近似,使分割問題顯得更為復(fù)雜和困難。為了在無損情況下獲得精確的人體頭部三維模型,需要從顱腦的MRI序列圖像中分割出頭皮、顱骨、灰質(zhì)、白質(zhì)和腦脊液等五種主要的組織。針對這一問題,本文提出了一種基于FCMVBM相結(jié)合的整體分割方法。該方法首先通過BET算法從原始的MRI圖像中摘取出顱腦區(qū)域,然后通過FCM算法對得到的顱腦區(qū)域進行細分得到灰質(zhì)、白質(zhì)和腦脊液,繼而再通過VBM分割算法分割出顱骨、頭皮和腦部空腔等非腦組織區(qū)域,最后對分割得到的各個組織進行平滑和形態(tài)學(xué)處理,最終成功分割出了所需的五種組織。通過與K均值聚類算法及形態(tài)學(xué)分割方法對比發(fā)現(xiàn)本文的分割算法在組織邊緣梯度更高的情況下具有更低的形態(tài)失真度。
[Abstract]:In today's society, with the development of science and technology and the growth of economy, people pay more and more attention to their own health problems. The brain is the central nervous system of the human body. The detection and treatment of brain diseases is of the utmost importance. The establishment of accurate three-dimensional brain models is conducive to the implementation of medical means such as brain surgery, telemedicine, etc. It is the basis of 3D model reconstruction, quantitative analysis and visualization of MRI MRI images. The segmentation of craniocerebral MRI image can extract the quantitative information of special tissue in craniocerebral image and solve the problems of large sample data and high intensity of follow-up analysis in craniocerebral medical image. But magnetic resonance imaging is a kind of complex medical image, because there is no clear boundary between brain tissue and each other, the difference between different individuals is great. In addition, the inhomogeneity of magnetic field in the imaging process, partial volumetric effect and the effect of noise cause the inherent uncertainty of the image, and the gray levels of the cerebrospinal fluid, skull and head cavity in the MRI image are very similar. In order to obtain accurate three-dimensional model of human head without damage, we need to segment scalp, skull, gray matter from MRI sequence images of brain. There are five main tissues in white matter and cerebrospinal fluid. In order to solve this problem, a global segmentation method based on FCMVBM is proposed in this paper. Firstly, the brain region is extracted from the original MRI image by BET algorithm. Then the gray matter, white matter and cerebrospinal fluid are subdivided into the brain area by FCM algorithm, and then the non-brain tissue areas such as skull, scalp and brain cavity are segmented by VBM segmentation algorithm. Finally, each tissue is smoothed and morphologically processed. By comparing with K-means clustering algorithm and morphological segmentation method, it is found that the proposed segmentation algorithm has lower morphologic distortion when the edge gradient of tissue is higher.
【學(xué)位授予單位】：南昌航空大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R445.2;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 向方;王宏福;;圖像邊緣分割算法的優(yōu)化研究與仿真[J];計算機仿真;2011年08期

2 王小兵;孫久運;;幾種圖像分割技術(shù)在醫(yī)學(xué)圖像處理中的應(yīng)用研究[J];醫(yī)療衛(wèi)生裝備;2011年07期

3 鄭小林;朱文武;羅洪艷;張紹祥;胡南;譚立文;楊清云;;數(shù)字人腦可視化平臺的構(gòu)建研究[J];第三軍醫(yī)大學(xué)學(xué)報;2010年16期

4 于愛紅;李坤成;李琳;善保慈;王玉平;;顳葉內(nèi)側(cè)癲癇全腦灰質(zhì)基于體素的MRI形態(tài)分析[J];中國醫(yī)學(xué)影像技術(shù);2008年07期

5 舒添慧;胥布工;胡戰(zhàn)虎;;基于區(qū)域生長法的醫(yī)學(xué)圖像分割[J];微計算機信息;2008年18期

6 陰國富;;基于閾值法的圖像分割技術(shù)[J];現(xiàn)代電子技術(shù);2007年23期

7 陳果,左洪福;圖像分割的二維最大熵遺傳算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2002年06期

8 安新偉,張曉兵,尹涵春;醫(yī)學(xué)圖像三維重建的研究[J];電子器件;2001年03期

9 王愛民,沈蘭蓀;圖像分割研究綜述[J];測控技術(shù);2000年05期

10 羅希平;田捷;諸葛嬰;王靖;戴汝為;;圖像分割方法綜述[J];模式識別與人工智能;1999年03期

相關(guān)碩士學(xué)位論文 前5條

1 游佳麗;腦MR圖像顱骨分割算法[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2015年

2 馬阿敏;腦部MRI圖像分割及其三維可視化[D];華南理工大學(xué);2014年

3 黃姍姍;基于神經(jīng)網(wǎng)絡(luò)的腦組織圖像分割[D];廈門大學(xué);2009年

4 門懷宇;醫(yī)學(xué)圖像三維重建技術(shù)的研究與應(yīng)用[D];電子科技大學(xué);2008年

5 王雋;基于MRI的腦圖像分割和三維重建[D];河北工業(yè)大學(xué);2004年

，

本文編號：1583274