腦卒中是目前危害人類健康的無(wú)形利刃,是世界范圍內(nèi)發(fā)病率和死亡率最高的原因之一。多對(duì)比高分辨率MRI可以無(wú)創(chuàng)顯示管壁結(jié)構(gòu)和斑塊成分,為分析頸動(dòng)脈粥樣硬化斑塊提供有效手段。通過(guò)對(duì)多對(duì)比MRI進(jìn)行對(duì)比和分析,可以更準(zhǔn)確地發(fā)現(xiàn)粥樣硬化是否存在、確定斑塊部位、判斷狹窄程度和斑塊成分識(shí)別。但是,在磁共振實(shí)際檢查中,由于得到的多對(duì)比序列圖像掃描方位和參數(shù)不一致、幾何空間不匹配以及檢查持續(xù)時(shí)間長(zhǎng),容易產(chǎn)生運(yùn)動(dòng)位移,無(wú)法直接得到多序列圖像間血管的準(zhǔn)確對(duì)應(yīng)。由此,本文從血管內(nèi)腔分割算法入手研究,針對(duì)上述問(wèn)題,采用空間物理坐標(biāo)和內(nèi)腔輪廓特征,提出了基于頸動(dòng)脈多對(duì)比MRI的三維配準(zhǔn)算法,進(jìn)而對(duì)斑塊風(fēng)險(xiǎn)判斷進(jìn)行研究。本文的主要工作和成果如下:首先,提出了一種基于多對(duì)比MRI血管內(nèi)腔分割算法。該算法以最大類間方差分割結(jié)果作為Chan-Vese模型的初始輪廓,進(jìn)行連續(xù)半自動(dòng)分割。該分割算法取得了精確的分割效果,為三維配準(zhǔn)算法提供輪廓特征,為后續(xù)的狹窄程度判斷提供參數(shù)。其次,提出了一種基于空間對(duì)齊和輪廓匹配的頸動(dòng)脈多對(duì)比MRI三維配準(zhǔn)算法。該算法利用圖像的物理坐標(biāo)進(jìn)行空間位置的層間對(duì)齊;再以內(nèi)腔輪廓組成的三維點(diǎn)云進(jìn)行... 

【文章來(lái)源】：浙江工業(yè)大學(xué)浙江省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文研究思路結(jié)構(gòu)圖

比 MRI 的三維配準(zhǔn)及斑塊風(fēng)險(xiǎn)判斷算程可以用以下的數(shù)學(xué)公式來(lái)表示：1 1 1 2 2 2R ( x , y , z ) g ( F ( f ( x , y , z)))配準(zhǔn)過(guò)程中需要用到的參照?qǐng)D像即1, z1)為參考圖像中的映射點(diǎn)坐標(biāo)，( g 分別為對(duì)應(yīng)的空間幾何變換函數(shù)圖像配準(zhǔn)任務(wù)需要涉及以下幾個(gè)步，還應(yīng)考慮輻射變形和噪聲損壞，

圖 2-2 圖像分割結(jié)果評(píng)價(jià)示意圖Figure 2-2. Image segmentation result evaluation情況下，使用靈敏度和特異性與 Jaccard 相似系數(shù)或 Dice 相似系更好地評(píng)估分割結(jié)果。靈敏度主要負(fù)責(zé)評(píng)估分割結(jié)果與地面真分割評(píng)估而言，該值越大越好。而特異性是靈敏度的必要和互識(shí)別非分割物體的能力，該值也是越大表示分割效果越好。配準(zhǔn)結(jié)果常見(jiàn)評(píng)價(jià)配準(zhǔn)完成后，需要估計(jì)配準(zhǔn)的準(zhǔn)確程度，并對(duì)算法的性能進(jìn)行這還可以作為每次迭代中改進(jìn)配準(zhǔn)效果的基礎(chǔ)。相似度度量的的圖像的形式。相關(guān)系數(shù)等基于相關(guān)的度量方法適用于單模態(tài)配準(zhǔn)利用互信息。相關(guān)系數(shù)（Correlation Coefficient, CC）質(zhì)上是一種相似性度量，它提供了參考圖像和轉(zhuǎn)換圖像的相同

【參考文獻(xiàn)】：
期刊論文
[1]基于多對(duì)比度磁共振頸動(dòng)脈圖像的配準(zhǔn)算法研究[J]. 吳玉霞,徐肖攀,張曦,劉洋,張國(guó)鵬,陳慧軍,盧虹冰,李寶娟.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2017(02)
[2]CT評(píng)估頸動(dòng)脈粥樣硬化的研究進(jìn)展[J]. 許云,倪炯,王培軍.  中國(guó)醫(yī)學(xué)影像技術(shù). 2017(02)
[3]一種基于K-D樹(shù)優(yōu)化的ICP三維點(diǎn)云配準(zhǔn)方法[J]. 劉江,張旭,朱繼文.  測(cè)繪工程. 2016(06)
[4]Performance of global look-up table strategy in digital image correlation with cubic B-spline interpolation and bicubic interpolation[J]. Zhiwei Pan,Wei Chen,Zhenyu Jiang,Liqun Tang,Yiping Liu,Zejia Liu.  Theoretical & Applied Mechanics Letters. 2016(03)
[5]磁共振成像對(duì)癥狀性頸動(dòng)脈狹窄和粥樣硬化斑塊特征的診斷價(jià)值[J]. 阿力木·吾甫爾,買(mǎi)買(mǎi)提吐?tīng)枴た肆δ?張小寧.  中國(guó)動(dòng)脈硬化雜志. 2016(01)
[6]基于多圖譜活動(dòng)輪廓模型的腦部圖像分割[J]. 張明慧,盧振泰,張娟,陽(yáng)維,陳武凡,張煜.  計(jì)算機(jī)學(xué)報(bào). 2016(07)
[7]基于活動(dòng)輪廓模型的圖像分割算法綜述[J]. 段丁娜,張歡,邱陳輝,夏順仁.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2015(04)
[8]基于混合互信息和改進(jìn)粒子群優(yōu)化算法的醫(yī)學(xué)圖像配準(zhǔn)方法[J]. 史益新,邱天爽,韓軍,金聲.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2015(01)
[9]結(jié)合形態(tài)學(xué)梯度互信息和多分辨率尋優(yōu)的圖像配準(zhǔn)新方法[J]. 湯敏.  自動(dòng)化學(xué)報(bào). 2008(03)

碩士論文
[1]在圖像配準(zhǔn)中基于點(diǎn)特征的匹配算法[D]. 汪松.鄭州大學(xué) 2015
[2]神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用研究[D]. 李偉光.山東大學(xué) 2006



本文編號(hào)：3001512