【摘要】：目前,我國正在逐漸步入老齡化社會(huì),癡呆的患病率不斷升高,而阿爾茨海默病(Alzheimer disease,AD)是老年期癡呆最常見的一種類型。阿爾茨海默病是一種不可逆的慢性進(jìn)展性疾病,現(xiàn)有的治療措施均不能逆轉(zhuǎn)其病情的發(fā)展,因此,有效地預(yù)防阿爾茨海默病的發(fā)生是現(xiàn)在迫切需要解決的問題。神經(jīng)影像學(xué)研究表示,還在潛伏期的AD患者的腦白質(zhì)結(jié)構(gòu)已經(jīng)發(fā)生異常,與確診后的患者白質(zhì)結(jié)構(gòu)很相似,但是潛伏階段的灰質(zhì)比較完整~([1])。彌散張量成像(Diffusion Tensor Imaging,DTI)是目前唯一能夠在活體檢測白質(zhì)密度或者完整性的技術(shù)。因此,DTI為早期檢測AD提供了可能。而由于DTI本身成像技術(shù)的原因,磁場的不均勻會(huì)使圖像扭曲變形,采集過程中患者微小的頭動(dòng)也會(huì)產(chǎn)生偽影,影響了對DTI的定量分析。而圖像配準(zhǔn)能夠解決頭動(dòng)問題,使一序列圖像達(dá)到空間上的對齊,從而提高診斷率,因此本文主要研究DTI圖像的配準(zhǔn)。DTI圖像與一般的MRI圖像不同,DTI在數(shù)學(xué)意義上是一個(gè)三維的二階張量,具有復(fù)雜性與高階性,因此傳統(tǒng)的配準(zhǔn)方法,例如基于相關(guān)系數(shù)(Correlation Coefficient,CC)、互信息(Mutual Information,MI)、歸一化互信息(Normalized Mutual Information,NMI)的相似性測度與基于牛頓迭代法(Newton Iterative Method,NIM)、鮑威爾算法(Powell)的優(yōu)化算法的配準(zhǔn)方法,忽略了空間信息以及DTI高維的特性,容易出現(xiàn)誤配準(zhǔn)。為了解決這些問題,本文將多個(gè)紋理特征組成一個(gè)特征矩陣,提出了基于紋理特征的歐氏距離與歸一化互信息差值的相似度測量準(zhǔn)則,并針對雞群優(yōu)化算法在解決高維問題時(shí)因?yàn)槟鸽u的尋優(yōu)能力差使算法容易陷入局部極值的問題,提出了一種改進(jìn)的雞群優(yōu)化算法,即結(jié)合混沌思想的遍歷性初始化雞群位置,將母雞的位置更新公式改為向全局適應(yīng)度值最好的公雞學(xué)習(xí),并引入學(xué)習(xí)系數(shù)來避免陷入局部最優(yōu)。本文采用三維剛體變換,變換后采用B樣條插值進(jìn)行圖像重建,將提出的紋理特征的歐氏距離與歸一化互信息的差值作為相似性測度,并用改進(jìn)的雞群優(yōu)化算法進(jìn)行參數(shù)尋優(yōu)。實(shí)驗(yàn)結(jié)果表明,本文算法使得配準(zhǔn)精度提高,達(dá)到較好的配準(zhǔn)效果。
【圖文】：

世界AD患者人數(shù)

纖維追蹤示意圖
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R749.16;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孔飛;吳定會(huì);;一種改進(jìn)的雞群算法[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年06期

2 劉益含;閆德勤;劉彩鳳;;醫(yī)學(xué)圖像配準(zhǔn)分類研究[J];計(jì)算機(jī)科學(xué);2015年11期

3 陳文;郁蕓;劉宏毅;胡新華;楊坤;趙宇;;基于SPM的功能磁共振成像圖像頭動(dòng)校正配準(zhǔn)方法的分析與改進(jìn)[J];中國醫(yī)學(xué)影像學(xué)雜志;2015年10期

4 張一馳;樊偉;陳自謙;倪萍;;SPM技術(shù)在磁共振系統(tǒng)時(shí)間穩(wěn)定性方面的應(yīng)用探討[J];中國醫(yī)療設(shè)備;2014年11期

5 韓敏;劉曉欣;;基于Copula熵的互信息估計(jì)方法[J];控制理論與應(yīng)用;2013年07期

6 呂曉琪;李娜;張寶華;谷宇;賈東征;;基于體素相似性的三維多模腦圖像配準(zhǔn)研究[J];中國醫(yī)學(xué)影像學(xué)雜志;2013年02期

7 潘曉光;李宏;康雁;劉積仁;;雙向梯度歸一化互信息醫(yī)學(xué)圖像配準(zhǔn)方法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年08期

8 柏連發(fā);韓靜;張毅;陳錢;;采用改進(jìn)梯度互信息和粒子群優(yōu)化算法的紅外與可見光圖像配準(zhǔn)算法[J];紅外與激光工程;2012年01期

9 李文;張燕;莫華;;仿射變換下的張量重定向及MR-DTI圖像配準(zhǔn)[J];臨床醫(yī)學(xué)工程;2011年07期

10 王廣泰;胡順波;劉常春;邵鵬;楊吉宏;;基于歸一化互信息向量熵的多幅圖像配準(zhǔn)方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年22期

相關(guān)博士學(xué)位論文 前3條

1 覃媛媛;全腦定量結(jié)構(gòu)MRI和DTI對阿爾茨海默病的實(shí)驗(yàn)和臨床研究[D];華中科技大學(xué);2013年

2 王海南;基于互信息的多模醫(yī)學(xué)圖像配準(zhǔn)方法研究[D];西北工業(yè)大學(xué);2006年

3 李威武;城域智能交通系統(tǒng)中的控制與優(yōu)化問題研究[D];浙江大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 陳娜;基于改進(jìn)布谷鳥算法的圖像配準(zhǔn)和融合中的參數(shù)優(yōu)化[D];河北大學(xué);2016年

2 唐斌;基于基準(zhǔn)點(diǎn)的心臟彌散張量仿射配準(zhǔn)算法研究[D];北京交通大學(xué);2016年

3 關(guān)鶴童;基于混沌粒子群雞群融合優(yōu)化算法的云任務(wù)調(diào)度應(yīng)用與實(shí)現(xiàn)[D];吉林大學(xué);2016年

4 陶磊;聯(lián)合靜息態(tài)fMRI與DTI多模態(tài)評價(jià)阿爾茨海默病型老年性癡呆[D];蚌埠醫(yī)學(xué)院;2014年

5 王釗;對磁共振彌散張量圖像配準(zhǔn)算法的研究及實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2013年

6 陳碧娟;基于FA模板上阿爾茨海默病磁共振圖像的結(jié)構(gòu)分析研究[D];復(fù)旦大學(xué);2013年

7 李恒;基于MR擴(kuò)散張量成像的圖像配準(zhǔn)算法研究[D];鄭州大學(xué);2013年

8 甄帥;磁共振擴(kuò)散張量圖像插值方法及其圖像配準(zhǔn)應(yīng)用研究[D];浙江大學(xué);2013年

9 劉暢;磁共振圖像配準(zhǔn)及其于梗塞心肌檢測的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2011年

10 劉青芳;基于改進(jìn)互信息的醫(yī)學(xué)圖像配準(zhǔn)方法研究[D];山西大學(xué);2010年

，

本文編號：2613434