核磁共振成像（MRI）能夠以非入侵的方式獲取個體內(nèi)部的構(gòu)造影像,彌散張量成像（DTI）作為核磁共振成像的特殊形式,通過捕獲水分子的擴散提供了對腦白質(zhì)微結(jié)構(gòu)組織的無創(chuàng)評估。對以上兩種影像數(shù)據(jù)的定量分析對認知人體內(nèi)部構(gòu)造、研究個體發(fā)育狀態(tài)、臨床疾病預(yù)防和診斷具有非常重要的意義。一般對數(shù)據(jù)進行定量分析之前,需要先將不同個體或者同一個體不同時間采集的圖像配準到同一空間,而傳統(tǒng)的基于體素的灰度域配準方法存在計算量大、需要模板先驗和無法避免配準誤差的問題。因此,本論文針對上述問題提出了定量分析醫(yī)學圖像數(shù)據(jù)的新思路:首先,針對幼兒纖維發(fā)育分析,本論文提出將DTI中交織纏繞的白質(zhì)纖維分離成單一纖維束,然后在本地空間中對來自不同主體的同一類型的束進行統(tǒng)計分析,以避免來自配準算法的平滑誤差;另外,關(guān)于腦部MRI的配準問題,提出利用標識點間的幾何相關(guān)性建立隱式回歸模型定位腦部標識點以解決計算繁瑣和需要模板先驗的問題。針對纖維分割工作,最近發(fā)表的密度峰值（DP）聚類算法,在沒有任何現(xiàn)有模板的情況下聚類結(jié)構(gòu)復(fù)雜的白質(zhì)纖維依然具有很強的魯棒性。但是最核心的密度計算步驟非常耗時。本論文提出了一個快速密度峰值聚類算法... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
        1.1.1 醫(yī)學圖像和醫(yī)學圖像處理
        1.1.2 彌散張量成像和纖維發(fā)育定量分析
        1.1.3 T1加權(quán)圖像和腦部標識點定位
    1.2 醫(yī)學圖像處理及分析流程
        1.2.1 圖像預(yù)處理
        1.2.2 醫(yī)學圖像配準
        1.2.3 臨床數(shù)據(jù)定量分析
    1.3 纖維分割和發(fā)育分析
    1.4 腦部標識點定位
    1.5 論文章節(jié)安排
2 研究現(xiàn)狀和相關(guān)工作
    2.1 纖維分割和數(shù)據(jù)分析
        2.1.1 基于白質(zhì)骨架的彌散統(tǒng)計分析
        2.1.2 白質(zhì)纖維聚類研究
        2.1.3 基于密度峰值的聚類算法
        2.1.4 主要研究內(nèi)容
    2.2 人腦標識點定位
        2.2.1 醫(yī)學圖像標識點定位算法
        2.2.2 人臉特征點定位算法
        2.2.3 主要研究內(nèi)容
3 白質(zhì)纖維束分割與分析
    3.1 纖維分割及分析流程
    3.2 圖像預(yù)處理和纖維追蹤
    3.3 快速的基于密度峰值的聚類算法
        3.3.1 纖維量化
        3.3.2 快速密度峰值聚類算法
    3.4 優(yōu)化算法驗證分析
        3.4.1 優(yōu)化前后算法比較
        3.4.2 與經(jīng)典聚類算法比較
    3.5 纖維各向異性數(shù)據(jù)統(tǒng)計分析
        3.5.1 數(shù)據(jù)獲取和預(yù)處理
        3.5.2 纖維各向異性指數(shù)(FA)計算方式
        3.5.3 纖維發(fā)育分析
4 人腦標識點定位
    4.1 定位算法流程
    4.2 數(shù)據(jù)處理
        4.2.1 圖像數(shù)據(jù)預(yù)處理
        4.2.2 合成數(shù)據(jù)集
    4.3 定位結(jié)果精確度衡量
    4.4 基于梯度回歸方法的人腦標識點定位回歸模型
        4.4.1 回歸模型目標函數(shù)
        4.4.2 形狀回歸定位算法原理
    4.5 特征提取算法篩選
    4.6 算法有效性驗證
        4.6.1 標識點介紹
        4.6.2 定位結(jié)果分析
    4.7 在腦區(qū)邊界定位中的應(yīng)用
        4.7.1 腦區(qū)劃分及其邊界
        4.7.2 邊界定位結(jié)果分析
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝


【參考文獻】：
期刊論文
[1]醫(yī)學圖像配準技術(shù)進展[J]. 李雄飛,張存利,李鴻鵬,臧雪柏.  計算機科學. 2010(07)
[2]腦網(wǎng)絡(luò):從腦結(jié)構(gòu)到腦功能[J]. 蔣田仔,劉勇,李永輝.  生命科學. 2009(02)
[3]基于Fourier-Mellin變換的對稱相匹配濾波算法[J]. 菅云峰,胡勇,李介谷,孫再龍.  紅外與毫米波學報. 1999(06)

博士論文
[1]圖像配準技術(shù)及其應(yīng)用的研究[D]. 宋智禮.復(fù)旦大學 2010

碩士論文
[1]自動圖像配準技術(shù)研究[D]. 呂海霞.西北工業(yè)大學 2007



本文編號：3377606