本文關(guān)鍵詞：大腦結(jié)構(gòu)統(tǒng)計分析中骨架模型的構(gòu)建及配準(zhǔn)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：對人體和大腦各部位的解剖結(jié)構(gòu)進行建模、配準(zhǔn)和統(tǒng)計分析是醫(yī)學(xué)圖像處理、計算機輔助診斷等實際應(yīng)用中研究最為廣泛的課題之一。對圖像進行描述是配準(zhǔn)和形狀分析的基礎(chǔ)。近二十年的研究中,出現(xiàn)了多種多樣的對解剖結(jié)構(gòu)進行描述的方法,但尚無一個標(biāo)準(zhǔn)的形狀描述模型。此外,由于解剖結(jié)構(gòu)較為復(fù)雜,簡單的剛性變換對齊方法很難描述這些結(jié)構(gòu)的復(fù)雜形變及局部特征信息。而這些信息是疾病診斷和臨床治療的重要依據(jù),因此非剛性配準(zhǔn)方法更符合分類、假設(shè)檢驗等實際應(yīng)用中對統(tǒng)計分析結(jié)果精確性的依賴和需求。本文首先分析了當(dāng)前主流的三種統(tǒng)計形狀模型:點分布模型(PDM)、函數(shù)模型和骨架模型的研究現(xiàn)狀以及骨架模型對物體內(nèi)部進行建模的優(yōu)勢。然后從骨架模型分支下的Skeletal Representation(s-rep)出發(fā),圍繞大腦結(jié)構(gòu)的建模、配準(zhǔn)和統(tǒng)計分析等問題進行研究。S-rep是由一個骨架薄板(SS)和一些從SS指向?qū)ο筮吔绲南蛄?稱為輻條)組成。論文的主要研究工作如下:①針對標(biāo)準(zhǔn)的構(gòu)建s-rep的方法(Standard Method,STDM)中存在的需大量人工參與、操作步驟繁瑣、擬合過程耗時太久以及無法對復(fù)雜的解剖結(jié)構(gòu)(比如側(cè)腦室)進行建模等問題,提出了一種自動構(gòu)建骨架模型的方法——模板s-rep的薄板樣條形變擬合(fitting skeletal object models using Thin Plate Spline based template Warping,TPSW)方法。它首先定義一個參考模板()和所有目標(biāo)對象的球面函數(shù)描述(SPHARM-PDM),通過TPS插值從和每個SPHARM-PDM中求解出一個映射函數(shù)。然后將作用于的所有輻條的兩端,每組變換后的輻條形成該目標(biāo)對象的TPS s-rep。實驗結(jié)果表明:在一些STDM無法正確建模的相對復(fù)雜的結(jié)構(gòu)(比如有扭曲或彎曲形變)上,TPSW仍能自動構(gòu)建出其TPS s-rep。并且該s-rep具有更好的擬合效果、更光滑的表面和更有效的統(tǒng)計分析特性。②針對當(dāng)前s-rep對齊方法中存在的1)對平均s-rep的依賴(但平均s-rep計算過程非常復(fù)雜);2)未考慮輻條的尖端;3)需要多次迭代等不足,提出了一種利用奇異值分解對s-rep進行對齊的方法——骨架模型的普魯克分析及對齊方法(Skeletal Shape Alignment using Procrustes Analysis,SSAPA)。它將奇異值分解所得的旋轉(zhuǎn)矩陣作為輻條的旋轉(zhuǎn)方向。每個對象只需進行一次旋轉(zhuǎn)。該方法將對齊問題轉(zhuǎn)化為對剛體的運動參數(shù)求解的過程。實驗表明:SSAPA方法能有效對齊s-rep。此外,值得一提的是該方法也可以直接應(yīng)用于對PDM形狀模型進行對齊。③針對基于medial理論的插值方法在相鄰方塊(由四個相鄰輻條尖端相互連接而形成的四邊形)的交界處過渡不光滑的問題,提出了一種基于骨架(skeletal)理論的插值方法(Skeletal-based Interpolation,SI),它通過擬合三次埃爾米特方塊和邊界四邊形實現(xiàn)對s-rep的離散SS進行插值。實驗結(jié)果表明:SI方法能獲得更加連續(xù)(光滑)的模型表面,進而保障在配準(zhǔn)過程中輻條的滑動不會發(fā)生錯亂或異常而影響到表達模型的幾何結(jié)構(gòu)。④為了進一步提高s-rep的統(tǒng)計分析結(jié)果的準(zhǔn)確性,提出了一種對s-rep形狀模型進行優(yōu)化的非剛性全局配準(zhǔn)方法——骨架模型的熵的優(yōu)化及配準(zhǔn)(Skeletal Shape Correspondence via Entropy Optimization,SSCEO)方法。SSCEO方法所優(yōu)化的目標(biāo)函數(shù)基于熵的公式,它使得目標(biāo)函數(shù)不但能夠?qū)ο嚓P(guān)研究通常所度量的特征(幾何特征)進行等價的度量,還可以對相關(guān)研究通常所忽略的特征(規(guī)范化特征)進行度量。SSCEO方法有以下四個主要創(chuàng)新點。1)它對幾何特征(Geometric Properties,GPs)的計算是通過主成分嵌套球(Principal Nested Spheres,PNS)分析技術(shù)實現(xiàn)的;對規(guī)范化特征(Regularity Properties,RPs)的計算是通過對四邊形的每條邊進行線性細分和往新位置插值來實現(xiàn)的。GPs和RPs分別對應(yīng)目標(biāo)函數(shù)中的幾何熵和規(guī)范化熵。2)它首次對s-rep形狀模型的RPs進行定義并提出一種不重復(fù)、不遺漏的有效度量方法。RPs被概括為具有統(tǒng)計獨立性的三類特征:橫向邊長、縱向邊長和法向量旋轉(zhuǎn)角度。3)它首次給出了s-rep的一種新的形式:上、下和腰輻條的尾端可分裂開來、沿給定的規(guī)則自由移動。這使得每個對象的優(yōu)化可以分三個獨立的部分運行,每個區(qū)域的輻條互不影響。這種分裂形式的s-rep在迭代過程中反復(fù)的被創(chuàng)建,所有GPs和RPs的求解都是基于該分裂形式的新s-rep。4)它首次提出一種輻條滑動機制,通過插值將當(dāng)前輻條沿其所屬的SS移動到一個新的位置,這個新位置的輻條信息可以通過插值得到。實驗表明:SSCEO方法有效降低了幾何熵和GPs的總方差;顯著的縮小了對應(yīng)輻條在整個數(shù)據(jù)集上的概率分布并有效的使得同一個s-rep中的輻條盡可能均勻的分散開。此外,與基于PDM形狀模型的兩種配準(zhǔn)方法的比較進一步證實了SSCEO方法能夠獲得更準(zhǔn)確、可靠的統(tǒng)計分析結(jié)果。
【關(guān)鍵詞】：形狀模型和分析 骨架模型 對齊 配準(zhǔn) 側(cè)腦室
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 中文摘要3-5
• 英文摘要5-12
• 主要縮略詞中英文對照表12-13
• 1 緒論13-21
• 1.1 課題研究背景及意義13-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-18
• 1.2.1 基于彈性黎曼度量和物體形變的配準(zhǔn)16
• 1.2.2 基于參考形狀模型的配準(zhǔn)16-17
• 1.2.3 基于形狀特征的概率分布的配準(zhǔn)17-18
• 1.3 論文的組織結(jié)構(gòu)18-21
• 2 大腦結(jié)構(gòu)統(tǒng)計分析中骨架模型的構(gòu)建及配準(zhǔn)方法綜述21-41
• 2.1 圖像配準(zhǔn)21-25
• 2.1.1 配準(zhǔn)問題的數(shù)學(xué)表示21-22
• 2.1.2 成對配準(zhǔn)方法22-24
• 2.1.3 群組配準(zhǔn)方法24
• 2.1.4 配準(zhǔn)效果的度量24-25
• 2.2 統(tǒng)計分析方法25-29
• 2.2.1 主成分分析25-26
• 2.2.2 主測地線分析26-27
• 2.2.3 主成分嵌套球27-28
• 2.2.4 復(fù)合主成分嵌套球28-29
• 2.3 三維物體的表示29-37
• 2.3.1 點分布模型（PDM）29-30
• 2.3.2 活動輪廓模型30-31
• 2.3.3 主動形狀和外觀模型31-33
• 2.3.4 函數(shù)模型33-35
• 2.3.5 中軸模型35-37
• 2.4 M-rep及其插值37-39
• 2.4.1 M-rep模型37-38
• 2.4.2 離散m-rep的插值38-39
• 2.5 S-rep模型39-40
• 2.6 本本章小結(jié)40-41
• 3 骨架模型的自動化構(gòu)建及薄板樣條擬合方法研究41-61
• 3.1 問題的提出41-43
• 3.1.1 S-rep對物體的表示41-42
• 3.1.2 構(gòu)建s-rep的經(jīng)典流程（STDM）42-43
• 3.1.3 STDM存在的問題43
• 3.2 TPSW方法的自動建模過程43-49
• 3.2.1 TPSW方法概述44
• 3.2.2 提取結(jié)構(gòu)邊界點44-45
• 3.2.3 模板s-rep45-46
• 3.2.4 計算薄板樣條插值（TPS）形變46-48
• 3.2.5 擬合參考s-rep使其匹配每個物體48
• 3.2.6 構(gòu)建TPS s-rep48-49
• 3.3 實驗及結(jié)果分析49-58
• 3.3.1 測試數(shù)據(jù)集49-51
• 3.3.2 表面光滑度分析51
• 3.3.3 與真實數(shù)據(jù)比較51-53
• 3.3.4 與STDM比較53-57
• 3.3.5 模型捕獲的形狀差異比較57-58
• 3.4 TPS s-rep的優(yōu)化58-59
• 3.5 本章小結(jié)59-61
• 4 骨架模型的普魯克分析及對齊方法研究61-85
• 4.1 問題的提出61-64
• 4.1.1 形狀模型的對齊方法研究現(xiàn)狀61-62
• 4.1.2 奇異值分解與圖像對齊62-64
• 4.1.3 S-rep對齊問題描述64
• 4.2 普魯克分析（PA）方法64-69
• 4.2.1 歐氏相似變換64-65
• 4.2.2 形狀的數(shù)學(xué)表示65-66
• 4.2.3 普魯克距離及其在形狀匹配中的應(yīng)用66-68
• 4.2.4 常規(guī)普魯克分析（OPA）68
• 4.2.5 廣義普魯克分析（GPA）68-69
• 4.3 SSAPA方法進行對齊的過程69-75
• 4.3.1 S-reps形狀空間69-71
• 4.3.2 輻條端點的加權(quán)提取71-72
• 4.3.3 平移72-73
• 4.3.4 同構(gòu)縮放73-74
• 4.3.5 沿主方向旋轉(zhuǎn)74-75
• 4.3.6 構(gòu)建對齊后的s-reps75
• 4.4 實驗及結(jié)果分析75-83
• 4.4.1 海馬75-77
• 4.4.2 橢球體77-79
• 4.4.3 尾狀核79-81
• 4.4.4 側(cè)腦室81-83
• 4.5 本章小結(jié)83-85
• 5 骨架模型的熵的優(yōu)化及配準(zhǔn)方法研究85-125
• 5.1 方法的提出及其工作原理85-87
• 5.2 輻條的插值87-91
• 5.2.1 方法描述88-89
• 5.2.2 對骨架進行插值89-90
• 5.2.3 四元數(shù)插值估計輻條的方向?qū)?shù)90
• 5.2.4 整合導(dǎo)數(shù)計算輻條90-91
• 5.3 輻條的滑動91-94
• 5.3.1 骨架網(wǎng)格的單位投影92-93
• 5.3.2 滑動規(guī)則的設(shè)置93-94
• 5.4 特征的選取和計算94-102
• 5.4.1 具有統(tǒng)計獨立性的規(guī)范化特征94-96
• 5.4.2 規(guī)范化特征的計算96-99
• 5.4.3 幾何特征的計算99-102
• 5.5 熵的計算102-103
• 5.5.1 規(guī)范化熵102-103
• 5.5.2 幾何熵103
• 5.6 目標(biāo)函數(shù)及其優(yōu)化103
• 5.7 參數(shù)選擇103-106
• 5.7.1 插值步長104-105
• 5.7.2 規(guī)范化和緊湊度的平衡權(quán)重105-106
• 5.8 實驗及結(jié)果分析106-124
• 5.8.1 測試數(shù)據(jù)集106
• 5.8.2 優(yōu)化前后熵的變化106-109
• 5.8.3 優(yōu)化前后輻條的分布情況109-113
• 5.8.4 優(yōu)化前后輻條的均勻程度分析113-115
• 5.8.5 優(yōu)化前后的配準(zhǔn)質(zhì)量比較115-119
• 5.8.6 優(yōu)化前后模型捕獲的形狀差異比較119-121
• 5.8.7 與基于PDM的配準(zhǔn)方法比較121-124
• 5.9 本本章小結(jié)124-125
• 6 結(jié)論與展望125-129
• 6.1 主要結(jié)論125-126
• 6.2 展望126-129
• 致謝129-131
• 參考文獻131-145
• 附錄145
• A. 作者在攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄145
• B. 作者在攻讀博士學(xué)位期間參與的科研項目145

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭偉;劉艷芳;趙輝;徐向陽;;基于骨架模型的快速布線方法[J];計算機集成制造系統(tǒng);2012年11期

2 曹云飛,劉曉東,李慧,秋林;基于生長骨架模型的虛擬作物器官建模[J];微電子學(xué)與計算機;2004年09期

3 洪濤,王申康;人體正面運動的尺度骨架模型初始化算法研究[J];浙江大學(xué)學(xué)報(工學(xué)版);2004年12期

4 梁震濤;楊志剛;王賢宙;劉炳輝;;基于骨架模型的協(xié)同有限元建模研究[J];電子機械工程;2014年03期

5 趙曉東;李其攀;王志成;;一種快速人體骨架建模方法[J];計算機應(yīng)用研究;2012年01期

6 陳娟;王詠梅;田憲偉;;基于骨架模型的復(fù)合材料結(jié)構(gòu)設(shè)計研究[J];航空制造技術(shù);2013年15期

7 趙春江;王功明;郭新宇;陳立平;王紀(jì)華;;基于交互式骨架模型的玉米根系三維可視化研究[J];農(nóng)業(yè)工程學(xué)報;2007年09期

8 張海鵬;何東健;;植物花朵開放虛擬研究[J];農(nóng)機化研究;2012年12期

9 周開俊;石劍鋒;姜寧;李東波;;基于關(guān)系矩陣的裝配骨架模型構(gòu)建研究[J];機械科學(xué)與技術(shù);2008年12期

10 吳剛;趙陽;;基于骨架模型的參數(shù)化人體建模[J];機械工程與自動化;2012年03期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 陳剛;楊濤;;骨架模型在汽車設(shè)計中的應(yīng)用[A];2012重慶汽車工程學(xué)會年會論文集[C];2012年

2 丁玉海;;基于Pro/E平臺實現(xiàn)產(chǎn)品快速設(shè)計[A];2008年電子機械與微波結(jié)構(gòu)工藝學(xué)術(shù)會議論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 涂麗云;大腦結(jié)構(gòu)統(tǒng)計分析中骨架模型的構(gòu)建及配準(zhǔn)研究[D];重慶大學(xué);2015年

2 劉耀東;基礎(chǔ)燃料（PRF）及汽油表征燃料（TRF）化學(xué)反應(yīng)動力學(xué)骨架模型的研究[D];大連理工大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王功明;分形理論及骨架模型在土壤和根系可視化中的應(yīng)用[D];首都師范大學(xué);2007年

2 張向文;列車車體設(shè)計與裝配連接技術(shù)研究[D];西南交通大學(xué);2012年

3 陳先強;基于視頻的人體運動分析的研究[D];華中科技大學(xué);2007年

  本文關(guān)鍵詞：大腦結(jié)構(gòu)統(tǒng)計分析中骨架模型的構(gòu)建及配準(zhǔn)研究，由筆耕文化傳播整理發(fā)布。

本文編號：261337