本文關(guān)鍵詞：基于矩陣分解的MRI和MRSI數(shù)據(jù)融合方法研究

  更多相關(guān)文章： 神經(jīng)膠質(zhì)瘤 多模態(tài)數(shù)據(jù)融合 非負(fù)矩陣分解 核磁共振成像

【摘要】：核磁共振技術(shù)是信息技術(shù)在醫(yī)療診斷領(lǐng)域中的重要應(yīng)用,以其非侵入式的檢測方式和準(zhǔn)確的檢測結(jié)果而贏得世人的青睞,逐漸成為了醫(yī)學(xué)領(lǐng)域,特別是人腦腫瘤檢測中最主要最權(quán)威的檢測手段。核磁共振成像(Magnetic resonance imaging,MRI)和核磁共振譜成像(Magnetic resonance spectroscopic imaging,MRSI)是核磁共振技術(shù)兩個(gè)最主要的應(yīng)用,MRI成像空間分辨率高但是準(zhǔn)確率較低,MRSI成像空間分辨率低但是準(zhǔn)確率較高。通過單一的成像手段均無法滿足醫(yī)學(xué)診斷對于準(zhǔn)確度和分辨率的要求,而通過數(shù)據(jù)融合的手段可以得到包括兩種數(shù)據(jù)優(yōu)點(diǎn)的融合結(jié)果。MRSI數(shù)據(jù)為波譜數(shù)據(jù),MRI數(shù)據(jù)為圖像數(shù)據(jù),故MRSI數(shù)據(jù)與MRI數(shù)據(jù)的融合屬于多模態(tài)數(shù)據(jù)融合問題。本文基于數(shù)據(jù)融合理論,利用非負(fù)矩陣分解理論和小波分析方法對MRI和MRSI數(shù)據(jù)融合問題進(jìn)行研究,提出一種非監(jiān)督的多模態(tài)數(shù)據(jù)融合方法,主要工作和貢獻(xiàn)如下:1、針對MRSI成像數(shù)據(jù)量大、表達(dá)不直觀的問題,采用非負(fù)矩陣分解(Non-negative Matrix Factorization,NMF)方法將MRSI數(shù)據(jù)進(jìn)行分解得到參考波譜矩陣和其對應(yīng)的系數(shù)矩陣,從而得將不可視的波譜數(shù)據(jù)轉(zhuǎn)化為可視的結(jié)果。2、針對MRSI數(shù)據(jù)和MRI數(shù)據(jù)在成像結(jié)果上的不足,提出一種基于小波分解理論的融合方法將兩種模態(tài)的數(shù)據(jù)進(jìn)行融合,在采用NMF對MRSI數(shù)據(jù)進(jìn)行迭代分解的過程中,將迭代產(chǎn)生的中間結(jié)果與MRI圖像信息進(jìn)行融合,再將融合結(jié)果取代原中間結(jié)果返回到迭代過程中,待NMF分解結(jié)束即輸出融合結(jié)果。融合結(jié)果在保持MRSI數(shù)據(jù)高準(zhǔn)確率的同時(shí),提高檢測結(jié)果的空間分辨率。3、由于MRSI數(shù)據(jù)難以獲得、預(yù)處理困難,難以獲得大量數(shù)據(jù)集進(jìn)行訓(xùn)練,傳統(tǒng)的監(jiān)督融合方法并不適用于該問題的研究,本文提出三種不同的非監(jiān)督的融合方法,并在活體病例上進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明自適應(yīng)的加權(quán)系數(shù)融合方法的融合結(jié)果最為理想。
【關(guān)鍵詞】：神經(jīng)膠質(zhì)瘤 多模態(tài)數(shù)據(jù)融合 非負(fù)矩陣分解 核磁共振成像
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R739.4;TP202
，

本文編號：738736