本文關(guān)鍵詞：基于稀疏表達的顱腦創(chuàng)傷影像分類與提取研究

  更多相關(guān)文章： 腦創(chuàng)傷圖像分類 稀疏表示 集成分類 創(chuàng)傷部位提取 穩(wěn)健主成分分析

【摘要】：顱腦創(chuàng)傷(Traumatic Brain Injury,簡稱TBI)計算機輔助診斷系統(tǒng)能夠提高疾病的診斷精確度和效率。然而,利用計算機來輔助診斷顱腦創(chuàng)傷也面臨諸多挑戰(zhàn),比如腦組織結(jié)構(gòu)復(fù)雜、各組織在核磁共振圖像中的灰度對比度較低等難題。顱腦創(chuàng)傷計算機輔助診斷系統(tǒng)主要涉及圖像分類和目標(biāo)檢測及提取,而圖像分類與目標(biāo)檢測及提取是當(dāng)前模式識別領(lǐng)域重要的研究方向,在人機交互、計算智能等領(lǐng)域有著十分重要的應(yīng)用。人們依據(jù)人腦在處理信號時所表現(xiàn)出的稀疏性,提出了稀疏表示理論,這是一種新的信號表示方法,目前已經(jīng)廣泛應(yīng)用于信號處理、計算機視覺分析等領(lǐng)域。當(dāng)使用稀疏表示模型來表示信號時,可將其分解為超完備字典的線性組合,其中的系數(shù)向量具有稀疏性,稀疏表示模型對信號的噪聲更加穩(wěn)健。論文重點調(diào)研了稀疏表示理論、基于稀疏表示的分類器的設(shè)計等基礎(chǔ)理論知識,還重點調(diào)研了基于稀疏表示模型的顱腦MR圖像分類和目標(biāo)檢測及提取的應(yīng)用設(shè)計,在閱讀了相關(guān)資料后,論文在現(xiàn)有研究成果的基礎(chǔ)上展開了更進一步的深入研究,論文主要研究工作可以概括如下：(1)首先概述了顱腦創(chuàng)傷基礎(chǔ)知識以及核磁共振腦組織圖像的特點,其次詳細介紹了研究顱腦創(chuàng)傷圖像的重要意義以及現(xiàn)階段顱腦創(chuàng)傷圖像處理所面臨的困難,接著概述了圖像分類和目標(biāo)檢測的國內(nèi)外研究現(xiàn)狀,然后,詳細分析了稀疏表示的數(shù)學(xué)模型以及稀疏表示模型的求解算法,這里論文重點介紹了凸松弛優(yōu)化算法和貪婪算法中的匹配追蹤算法,最后介紹了稀疏表示模型在分類器中的應(yīng)用以及在圖像分類中的應(yīng)用。(2)研究利用顱腦MR圖像的分類來判斷目標(biāo)對象是否有顱腦創(chuàng)傷。適用于高維模式分類的方法已經(jīng)廣泛用于分析顱腦圖像的結(jié)構(gòu)和功能以輔助診斷顱腦創(chuàng)傷,例如支持向量機。大多數(shù)現(xiàn)存方法是從腦組織數(shù)據(jù)提取特征,然后建立單一分類器來進行分類。但是,由于噪聲和腦圖像少等原因,很難用單一分類器來取得很高的分類性能。論文中,研究了使用MR圖像的紋理特征來區(qū)分目標(biāo)對象有沒有顱腦創(chuàng)傷。我們提出了基于局部隨機碎片子空間集成的方法,并且以紋理參數(shù)為特征來分類。首先,將每個顱腦圖片劃分為許多小的局部碎片,之后再從碎片池中隨機選取一個碎片子集來建立弱分類器,此處使用基于稀疏表示的分類器方法來建立每個弱分類器。然后集成所有的弱分類器以判斷切片所屬類別。在對每個研究對象的所有MR切片進行分類之后,再根據(jù)切片閡值來判斷此對象是否有腦創(chuàng)傷。最終的分類結(jié)果表明以MRI紋理為特征、基于局部隨機碎片子空間集成的分類方法能夠有效判斷對象有沒有腦創(chuàng)傷。(3)研究利用RPCA算法來有效檢測及提取腦創(chuàng)傷部位,并且通過相關(guān)實驗來進行驗證。在提取腦創(chuàng)傷部位時,目前仍然以傳統(tǒng)的分割方法為主。但是,每種分割方法都有其局限性,而且顱腦MR圖像具有特定性質(zhì),故目前還沒有一個有效的分割方法能夠很好地提取腦創(chuàng)傷部位。為了能夠自動、快速、準(zhǔn)確地檢測和提取腦創(chuàng)傷部位,論文提出了一個基于穩(wěn)健主成分分析的腦創(chuàng)傷部位檢測與提取算法。該算法在主成分分析算法的基礎(chǔ)上,引入稀疏表示模型。最終的實驗結(jié)果表明,該算法比傳統(tǒng)分割算法魯棒性更好、準(zhǔn)確度更高,并且是全自動的、不受旋轉(zhuǎn)平移等因素的影響。
【關(guān)鍵詞】：腦創(chuàng)傷圖像分類 稀疏表示 集成分類 創(chuàng)傷部位提取 穩(wěn)健主成分分析
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R651.15;TP391.41
，

本文編號：896552