發(fā)布時(shí)間：2017-10-14 12:01

  本文關(guān)鍵詞：基于多圖譜的人腦MR圖像的分析與可視化

  更多相關(guān)文章： 人腦MRI 多圖譜 圖像分割 傳遞函數(shù) 臨床診斷

【摘要】：人的大腦是高度發(fā)達(dá)的器官,是支配和調(diào)節(jié)人的一切生理活動(dòng),包括思維、意識(shí)等高級(jí)活動(dòng)的中樞。人的大腦內(nèi)部有眾多結(jié)構(gòu),研究這些結(jié)構(gòu)可為醫(yī)生在臨床診斷上提供重要的指導(dǎo)意義,國(guó)內(nèi)外也都十分重視腦科學(xué)的研究。核磁共振成像(Magnetic Resonance Imaging,MRI)以其非損傷性、非介入性、對(duì)軟組織的對(duì)比度較高等特點(diǎn),在臨床醫(yī)學(xué)上起著越來(lái)越重要的作用。本文圍繞人腦MR圖像,使用多圖譜配準(zhǔn)的方法研究了三個(gè)方面的內(nèi)容:人腦是非常復(fù)雜的軟組織,個(gè)體差異性較大,加上核磁共振技術(shù)帶來(lái)的磁場(chǎng)強(qiáng)度不均勻性、隨機(jī)噪聲、腦脊液搏動(dòng)等因素的影響,使得腦部MR圖像的分割變得尤為困難。基于圖譜配準(zhǔn)的分割方法利用了圖像的先驗(yàn)知識(shí),將已分割的模板圖像配準(zhǔn)到待分割的目標(biāo)圖像上,尋求模板圖像和目標(biāo)圖像之間的變換參數(shù),利用變換參數(shù)將感興趣的結(jié)構(gòu)映射到目標(biāo)圖像上,從而實(shí)現(xiàn)了目標(biāo)圖像的分割。有時(shí)單個(gè)圖譜和目標(biāo)差異性較大,很難得到理想的分割結(jié)果,本文使用多個(gè)圖譜和目標(biāo)圖像配準(zhǔn),然后對(duì)每個(gè)分割結(jié)果進(jìn)行融合,得到最終的分割結(jié)果。多圖譜配準(zhǔn)方法的關(guān)鍵在融合策略的選擇上,本文提出了一種新的圖譜融合方法,該方法將圖譜和目標(biāo)圖像在感興趣區(qū)域的相似性度作為圖像融合的權(quán)重,實(shí)驗(yàn)證實(shí)了該方法的有效性。基于多圖譜配準(zhǔn)的腦部結(jié)構(gòu)分割方法屬于二分判斷,在邊界曲面上很容易出錯(cuò),這樣分割出來(lái)的結(jié)果就不一定精確。體繪制技術(shù)可以模糊顯示結(jié)構(gòu)的邊界曲面。傳遞函數(shù)的設(shè)計(jì)一直都是體繪制技術(shù)中的難點(diǎn)。對(duì)于含有人腦這種復(fù)雜器官的MR圖像,設(shè)計(jì)合理的傳遞函數(shù)進(jìn)行分類尤為困難�；诙鄨D譜配準(zhǔn)原理,本文針對(duì)人腦MR圖像提出了一種新的設(shè)計(jì)傳遞函數(shù)的方法,將多圖譜配準(zhǔn)融合后的概率值作為設(shè)計(jì)傳遞函數(shù)阻光度的依據(jù)。本文后又使用模糊C均值算法來(lái)改進(jìn)基于多圖譜配準(zhǔn)設(shè)計(jì)的傳遞函數(shù),實(shí)驗(yàn)證明本文提出的方法可以有效地分類出人腦中感興趣的結(jié)構(gòu)。在臨床診斷中,判斷腦部是否存在病變區(qū)域以及進(jìn)一步確定病灶區(qū)域歸屬的腦部結(jié)構(gòu)能為醫(yī)生診斷和治療提供更有用的信息。本文使用圖譜配準(zhǔn)的方法分析多圖譜和目標(biāo)圖像在感興趣區(qū)域的紋理特征差異,判斷腦部區(qū)域存在病變的可能性。在確定腦部病灶區(qū)域歸屬腦部結(jié)構(gòu)上,本文使用圖譜配準(zhǔn)的方法將人工圈定的病灶區(qū)域映射到模板圖像上,根據(jù)模板圖像上的標(biāo)號(hào)和腦部結(jié)構(gòu)的對(duì)應(yīng)關(guān)系確定病灶區(qū)域所屬的腦部結(jié)構(gòu)。本文后研究了ASL(Arterial Spin Labeling)和ECT(Emission Computed Tomography)兩種模態(tài)圖像的配準(zhǔn)和融合技術(shù),這兩種圖像的融合圖像有助于臨床上診斷局部腦血流量,從而為診斷缺血性血管病提供了良好的依據(jù)。
【關(guān)鍵詞】：人腦MRI 多圖譜 圖像分割 傳遞函數(shù) 臨床診斷
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R445.2;TP391.41
【目錄】：

• 摘要6-8
• ABSTRACT8-13
• 第一章 緒論13-22
• 1.1 課題的研究背景及意義13-14
• 1.2 人腦圖譜技術(shù)和圖像配準(zhǔn)的研究14-18
• 1.2.1 人腦數(shù)字圖譜簡(jiǎn)介14-16
• 1.2.2 醫(yī)學(xué)圖像配準(zhǔn)研究16-18
• 1.3 本文完成的主要工作18-20
• 1.4 論文的章節(jié)安排20-22
• 第二章 基于多圖譜的感興趣人腦結(jié)構(gòu)的分割22-42
• 2.1 引言22-23
• 2.2 腦部MR圖像分割算法研究現(xiàn)狀23-24
• 2.3 單圖譜人腦結(jié)構(gòu)分割算法流程24-32
• 2.3.1 顱骨剔除24-25
• 2.3.2 圖像的全局配準(zhǔn)25-27
• 2.3.3 圖像灰度預(yù)處理27-29
• 2.3.4 基于對(duì)稱Demons算法的局部配準(zhǔn)29-31
• 2.3.5 整體算法流程圖31-32
• 2.4 多圖譜融合算法32-35
• 2.4.1 STAPLE融合算法33-34
• 2.4.2 一種新的圖譜加權(quán)融合算法34-35
• 2.5 實(shí)驗(yàn)數(shù)據(jù)和結(jié)果討論35-41
• 2.5.1 實(shí)驗(yàn)數(shù)據(jù)35-36
• 2.5.2 實(shí)驗(yàn)結(jié)果與討論36-41
• 2.6 本章小結(jié)41-42
• 第三章 基于多圖譜人腦結(jié)構(gòu)體繪制傳遞函數(shù)的設(shè)計(jì)42-57
• 3.1 引言42-43
• 3.2 體繪制算法及傳遞函數(shù)技術(shù)研究現(xiàn)狀43-46
• 3.2.1 體繪制算法研究43-45
• 3.2.2 傳遞函數(shù)算法的研究45-46
• 3.3 基于多圖譜人腦結(jié)構(gòu)傳遞函數(shù)的設(shè)計(jì)46-48
• 3.4 基于模糊C均值傳遞函數(shù)的改進(jìn)48-52
• 3.4.1 模糊C均值聚類算法48-50
• 3.4.2 基于模糊C均值的多圖譜傳遞函數(shù)設(shè)計(jì)50-52
• 3.5 實(shí)驗(yàn)結(jié)果和討論52-56
• 3.5.1 基于多圖譜人腦結(jié)構(gòu)傳遞函數(shù)設(shè)計(jì)的實(shí)驗(yàn)結(jié)果52-54
• 3.5.2 模糊C均值算法的改進(jìn)實(shí)驗(yàn)結(jié)果54-56
• 3.6 本章小結(jié)56-57
• 第四章 多圖譜在臨床診斷上的應(yīng)用57-75
• 4.1 引言57-58
• 4.2 基于多圖譜的腦部病灶區(qū)域檢測(cè)58-61
• 4.2.1 灰度共生矩陣58-59
• 4.2.2 灰度共生矩陣的特征參數(shù)59-60
• 4.2.3 基于多圖譜的腦部病灶區(qū)域紋理特征對(duì)比60-61
• 4.3 基于多圖譜的腦部病灶區(qū)域所屬結(jié)構(gòu)的定位61-66
• 4.3.1 三次樣條插值算法61-63
• 4.3.2 三維斷層插值63-66
• 4.3.3 基于多圖譜病灶區(qū)域所屬結(jié)構(gòu)的確定66
• 4.4 多模態(tài)腦部圖像在臨床診斷上的應(yīng)用66-71
• 4.4.1 ASL和ECT圖像簡(jiǎn)介67-68
• 4.4.2 多模態(tài)圖像的互信息配準(zhǔn)68-70
• 4.4.3 多模態(tài)圖像的融合70-71
• 4.5 實(shí)驗(yàn)結(jié)果和討論71-74
• 4.5.1 腦部病灶區(qū)域檢測(cè)實(shí)驗(yàn)結(jié)果71-73
• 4.5.2 腦部病灶區(qū)域歸屬結(jié)構(gòu)實(shí)驗(yàn)結(jié)果73
• 4.5.3 ASL和ECT圖像配準(zhǔn)融合實(shí)驗(yàn)結(jié)果73-74
• 4.6 本章小結(jié)74-75
• 第五章 總結(jié)與展望75-77
• 5.1 論文工作總結(jié)75-76
• 5.2 展望76-77
• 參考文獻(xiàn)77-81
• 致謝81-82
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文82

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 王榮福;李險(xiǎn)峰;王強(qiáng);;SPECT/CT的最新應(yīng)用進(jìn)展[J];CT理論與應(yīng)用研究;2012年03期

2 尹學(xué)松,張謙,吳國(guó)華,潘志庚;四種體繪制算法的分析與評(píng)價(jià)[J];計(jì)算機(jī)工程與應(yīng)用;2004年16期

，

本文編號(hào)：1030909