醫(yī)學(xué)圖像模態(tài)映射是指由一種成像醫(yī)學(xué)設(shè)備獲取的數(shù)據(jù)預(yù)測(cè)另外一種不同的成像設(shè)備或者參數(shù)獲取的數(shù)據(jù)。從磁共振（Magnetic Resonance,MR）圖像預(yù)測(cè)X線計(jì)算機(jī)斷層掃描（Computerized tomography,CT）圖像是醫(yī)學(xué)圖像模態(tài)映射的一個(gè)重要應(yīng)用。預(yù)測(cè)的偽CT圖像可以為基于MR的放射治療劑量計(jì)算和正電子發(fā)射斷層成像（Positron Emission Tomography,PET）衰減校正提供所需的電子密度信息,并減少CT的電離輻射對(duì)病人造成的傷害。由于MR圖像與CT圖像的成像原理不同,不同模態(tài)之間的映射關(guān)系非常復(fù)雜。針對(duì)MR圖像和CT圖像之間映射的非線性問(wèn)題,提出了線性描述子學(xué)習(xí)算法;針對(duì)線性描述子學(xué)習(xí)的優(yōu)化問(wèn)題,提出了非線性描述子學(xué)習(xí)算法;針對(duì)基于描述子學(xué)習(xí)算法預(yù)測(cè)偽CT圖像速度過(guò)慢的問(wèn)題,提出了改進(jìn)的近鄰錨點(diǎn)回歸算法。本文主要研究?jī)?nèi)容如下:（1）提出了線性描述子學(xué)習(xí)的預(yù)測(cè)偽CT圖像算法。使用體素值、原始圖像塊或多尺度圖像塊等提取的MR特征信息量不足。針對(duì)此問(wèn)題,本文通過(guò)稠密的尺度不變特征變換算法和改進(jìn)的監(jiān)督描述子學(xué)習(xí)算法（ISDL）提取MR圖像上具有CT流形正... 

【文章來(lái)源】：南方醫(yī)科大學(xué)廣東省

【文章頁(yè)數(shù)】：102 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１－２基于ＭＲ的放射治療和基于ＭＲ－ＣＴ的放射治療的示意圖

圖１－１展示了?ＰＥＴ??

ＫＮＮ?ｒｅｇｒｅｓｓｉｏｎ?ｆｏｒ?ｔｈｅ?ｐｒｅｄｉｃｔｉｏｎ?ｏｆ?ｐＣＴ?ｉｍａｇｅｓ．??撐的結(jié)構(gòu)信息和上下文信息的ＭＲ描述子。??如圖２－１所示，本章所提出的基于線性描述子學(xué)習(xí)的ＭＲ圖像預(yù)測(cè)偽ＣＴ圖??像的方法主要分成三部分，分別是局部描述子提取、ＣＴ監(jiān)督正則化的緊湊性描??述子學(xué)習(xí)、特征匹配預(yù)測(cè)偽ＣＴ圖像。??２．２．１局部描述子學(xué)習(xí)??在１．３節(jié)中介紹了五種局部描述子，包括尺度不變特征變換（ＳＩＦＴ）、梯度??位置方向直方圖（ＧＬＯＨ）、方向梯度直方圖（ＨＯＧ）、加速穩(wěn)健特征（ＳＵＲＦ）??以及稠密的尺度不變特征變換（Ｄｅｎｓｅ?ＳＩＦＴ）。本文提取的ＭＲ描述子主要基于??１６??


本文編號(hào)：3549545