【摘要】：核磁共振圖像在人腦疾病的診斷中的地位日漸重要,但核磁共振成像技術(shù)會(huì)使圖像受到不同程度的偏磁場(chǎng)擾動(dòng),偏磁場(chǎng)影響后續(xù)醫(yī)學(xué)從業(yè)者對(duì)圖像的分析,直接關(guān)系到診斷結(jié)果的準(zhǔn)確度。因此,如何對(duì)具有偏磁場(chǎng)擾動(dòng)的人腦核磁共振圖像進(jìn)行偏磁場(chǎng)校正并準(zhǔn)確分割,是具有重要的實(shí)際意義的�，F(xiàn)存的眾多偏磁場(chǎng)校正或圖像分割模型,在處理受到嚴(yán)重偏磁場(chǎng)擾動(dòng)的圖像時(shí),都表現(xiàn)出了一定的缺陷,如無法準(zhǔn)確分割圖像、無法給出合理的校正結(jié)果等�；谝陨犀F(xiàn)狀,本文同時(shí)考慮校正過程和分割過程,建立了兩個(gè)能同時(shí)給出圖像校正及分割結(jié)果的模型。借助一組基函數(shù)來近似表達(dá)圖像的灰度和偏磁場(chǎng),建立一個(gè)人腦核磁共振圖像校正及分割模型。乘法內(nèi)在分量?jī)?yōu)化模型利用一組基函數(shù)近似圖像中存在的偏磁場(chǎng),但沒有考慮圖像灰度本身的連續(xù)性,在校正及分割受到嚴(yán)重偏磁場(chǎng)擾動(dòng)的圖像時(shí),無法給出準(zhǔn)確的結(jié)果。因此,基于乘法內(nèi)在分量?jī)?yōu)化的模型和分裂Bregman方法,本文提出了一個(gè)基函數(shù)表達(dá)的人腦核磁共振圖像校正及分割模型,新模型合理考慮了圖像灰度的連續(xù)性以及偏磁場(chǎng)的擾動(dòng)作用,能夠在對(duì)人腦核磁共振圖像進(jìn)行適度校正的同時(shí)給出分割結(jié)果。為更好地觀察模型的性能,我們將新模型與乘法內(nèi)在分量?jī)?yōu)化模型同時(shí)應(yīng)用于大量的人腦核磁共振圖像,在實(shí)驗(yàn)中對(duì)兩個(gè)模型的分割效果、校正效果以及效率進(jìn)行了比較。結(jié)果表明,新模型無論是在校正效果還是分割效果上都有一定提升,特別是對(duì)于乘法內(nèi)在分量?jī)?yōu)化模型無法處理的強(qiáng)偏磁場(chǎng)擾動(dòng)的圖像,新模型也能給出較好的校正及分割結(jié)果。此外,由于在新模型求解中運(yùn)用了分裂Bregman方法,新模型的求解速度也得到了提升。結(jié)合多圖譜信息及圖像自身信息,建立一個(gè)針對(duì)于三維人腦核磁共振圖像的校正及分割模型,用于校正及分割三維人腦核磁共振圖像中的局部組織�，F(xiàn)存的模型在三維人腦核磁共振圖像的校正及分割中,過于注重每一個(gè)二維切片上的圖像信息,沒有合理利用三維圖像的空間性,會(huì)出現(xiàn)校正或者分割不準(zhǔn)確的情況。本文所提出的新模型既保留手工分割的三維曲面,又強(qiáng)調(diào)二維切片了自身的圖像信息。新模型在圖像數(shù)據(jù)項(xiàng)中充分考慮偏磁場(chǎng)的擾動(dòng),使得新模型能在消除偏磁場(chǎng)擾動(dòng)的同時(shí)給出分割結(jié)果,在多圖譜融合項(xiàng)中引入一個(gè)空間權(quán)重函數(shù),降低了模型對(duì)圖譜數(shù)量和質(zhì)量的敏感性,在求解過程中運(yùn)用分裂Bregman方法,模型的求解效率得到提升。實(shí)驗(yàn)中,我們將新模型與多種分割方法進(jìn)行了對(duì)比,驗(yàn)證了新模型在分割效果與效率上的優(yōu)點(diǎn),給出了新模型對(duì)三維圖像的偏磁場(chǎng)校正結(jié)果。
【圖文】：

SCMB模型與MICO模型的分割校正對(duì)比

c)灰度直方圖 d)灰度直方圖圖 2-2 SCMB 模型與 MICO 模型偏磁場(chǎng)校正前后灰度直方圖對(duì)比a)原始圖像 b)分割結(jié)果 c)校正結(jié)果d)原始圖像 e)分割結(jié)果 f)校正結(jié)果
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41;R445.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李奇;;英國(guó)華人腦部寄生蟲潛伏4年[J];科學(xué)大觀園;2015年02期

2 欒永萬(wàn);;核磁共振圖像的質(zhì)量[J];中國(guó)醫(yī)療器械雜志;1988年06期

3 魏蕊;董秀珍;;兒童腦部三維核磁共振圖像的分割[J];醫(yī)療衛(wèi)生裝備;2009年01期

4 黃欽欽;;稀疏編碼在靜息態(tài)核磁共振圖像中的應(yīng)用[J];信息化研究;2012年02期

5 劉兆;沈輝;高政;胡德文;;一種基于區(qū)域相關(guān)性的三維核磁共振圖像快速分割方法[J];計(jì)算機(jī)工程與科學(xué);2008年07期

6 尤建潔;王平安;夏德深;;利用紋理信息的帶標(biāo)記線心臟核磁共振圖像分割[J];中國(guó)圖象圖形學(xué)報(bào);2007年09期

7 昌仁民;核磁共振圖像質(zhì)量與各參數(shù)的調(diào)諧[J];CT理論與應(yīng)用研究;1996年03期

8 張紅雨;;基于向量稀疏和矩陣低秩的壓縮感知核磁共振圖像重建算法[J];天津理工大學(xué)學(xué)報(bào);2017年01期

9 陳強(qiáng);周則明;屈穎歌;王平安;夏德深;;基于窄帶水平集的帶標(biāo)記線左心室核磁共振圖像的自動(dòng)分割[J];模式識(shí)別與人工智能;2005年01期

10 徐逸敏;萬(wàn)軍平;;固定義齒修復(fù)對(duì)頭頸部核磁共振圖像影響的臨床觀察[J];牙體牙髓牙周病學(xué)雜志;2009年08期

相關(guān)會(huì)議論文 前1條

1 連遠(yuǎn)鋒;趙剡;吳發(fā)林;;結(jié)合多小波與自適應(yīng)概率神經(jīng)網(wǎng)絡(luò)的核磁圖像分割[A];2011下一代自動(dòng)測(cè)試系統(tǒng)學(xué)術(shù)研討會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前6條

1 本報(bào)駐巴黎記者李紅;極化氦氣——肺病診療的好幫手[N];科技日?qǐng)?bào);2003年

2 ;應(yīng)對(duì)突發(fā)高峰業(yè)務(wù)[N];中國(guó)計(jì)算機(jī)報(bào);2003年

3 宣金祥;把醫(yī)生“送入”患者體內(nèi)[N];大眾科技報(bào);2008年

4 本報(bào)記者 張夢(mèng)然;科學(xué)拒絕“例行公事”[N];科技日?qǐng)?bào);2008年

5 袁海;“超能戰(zhàn)士”——7天7夜不睡覺[N];中國(guó)國(guó)防報(bào);2003年

6 陶穎;開口說“話”[N];吉林日?qǐng)?bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 段先華;核磁共振圖像分割與運(yùn)動(dòng)分析若干技術(shù)研究[D];南京理工大學(xué);2005年

2 張建偉;基于變分方法的心臟核磁共振圖像分割研究[D];南京理工大學(xué);2006年

3 尤建潔;基于心臟核磁共振圖像的左心室分割及動(dòng)力學(xué)模型研究[D];南京理工大學(xué);2007年

4 李國(guó)燕;基于壓縮感知的核磁共振成像重建技術(shù)研究[D];河北工業(yè)大學(xué);2013年

5 高婧婧;腦部MR圖像分割理論研究[D];電子科技大學(xué);2014年

6 劉復(fù)昌;核磁共振圖像左心室輪廓的自動(dòng)及交互分割方法研究[D];南京理工大學(xué);2009年

7 王利;腦核磁共振圖像分割技術(shù)研究[D];南京理工大學(xué);2010年

8 張建鋒;基于核磁共振成像技術(shù)的作物根系原位無損檢測(cè)研究[D];浙江大學(xué);2014年

9 郭冬梅;肝臟病變MRI診斷與計(jì)算機(jī)輔助診斷[D];大連理工大學(xué);2011年

10 車娜;基于偏移場(chǎng)的核磁共振腦圖像分割算法研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 阮思純;人腦核磁共振圖像的快速分割及校正模型研究[D];哈爾濱工業(yè)大學(xué);2018年

2 尹航;基于深度學(xué)習(xí)的心室核磁共振圖像分割研究與應(yīng)用[D];蘭州大學(xué);2019年

3 李帥;脊柱核磁共振圖像的分割算法研究與實(shí)現(xiàn)[D];武漢理工大學(xué);2017年

4 張紅雨;基于壓縮感知理論的核磁共振圖像重建算法研究[D];天津大學(xué);2017年

5 奚昌鳳;基于稀疏與低秩的動(dòng)態(tài)核磁共振圖像重建[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

6 郝世杰;脊椎核磁共振圖像分割與定量分析及其三維可視化研究[D];合肥工業(yè)大學(xué);2009年

7 竇麗莉;基于吸引力傳播算法的腦核磁共振圖像分割[D];東北師范大學(xué);2009年

8 王小杰;基于圖割算法的心臟核磁共振圖像分割[D];北京理工大學(xué);2010年

9 魏蕊;兒童腦部三維核磁共振圖像的分割[D];第四軍醫(yī)大學(xué);2009年

10 趙恒博;基于主動(dòng)輪廓模型的心臟核磁共振圖像左心室分割方法研究[D];北京理工大學(xué);2011年

，

本文編號(hào)：2589554