基于腦實(shí)質(zhì)分割測(cè)量的腦萎縮輔助診斷研究.pdf

1、現(xiàn)如今醫(yī)學(xué)成像系統(tǒng)已成為臨床與醫(yī)學(xué)研究中不可或缺的輔助工具，隨著醫(yī)學(xué)成像技術(shù)的飛速發(fā)展，促進(jìn)了計(jì)算機(jī)輔助診斷技術(shù)在醫(yī)學(xué)研究和臨床實(shí)驗(yàn)方面需求龐大且發(fā)展迅速，而計(jì)算機(jī)輔助診斷技術(shù)的基礎(chǔ)是醫(yī)學(xué)圖像的處理，所以醫(yī)學(xué)圖像處理技術(shù)是一個(gè)計(jì)算機(jī)科學(xué)與臨床醫(yī)學(xué)多學(xué)科相互交叉的研究熱點(diǎn)領(lǐng)域之一。隨著現(xiàn)代社會(huì)人口老年化進(jìn)程不斷加快，而腦萎縮又是老年人十分常見(jiàn)的疾病，這導(dǎo)致了醫(yī)務(wù)人員工作負(fù)擔(dān)的不斷增加。為了解決這個(gè)問(wèn)題，可充分發(fā)揮和利用現(xiàn)代計(jì)算機(jī)速度快、效

2、率高和成本低的優(yōu)勢(shì)。因此，本文對(duì)計(jì)算機(jī)輔助診斷腦萎縮技術(shù)展開(kāi)研究。在提出腦萎縮輔助診斷系統(tǒng)的基礎(chǔ)之上，先對(duì)原始腦部醫(yī)學(xué)圖像的預(yù)處理進(jìn)行研究，然后討論腦實(shí)質(zhì)的提取方法，最后重點(diǎn)展開(kāi)對(duì)腦實(shí)質(zhì)分割和腦體積測(cè)量技術(shù)的研究討論。
　　本研究主要內(nèi)容包括：⑴利用現(xiàn)代圖像去噪的技術(shù)，通過(guò)實(shí)驗(yàn)總結(jié)出一套適合腦部醫(yī)學(xué)圖像的去噪流程及方法。⑵通過(guò)分析腦部醫(yī)學(xué)圖像的特性和人腦的組織結(jié)構(gòu)，創(chuàng)新使用多重閾值分割算法實(shí)現(xiàn)腦實(shí)質(zhì)的提取。⑶通過(guò)分析高斯混合模型和

3、 K-means兩種經(jīng)典的聚類(lèi)算法分割腦實(shí)質(zhì)存在的不足來(lái)加以改進(jìn)和融合，創(chuàng)新使用融合后的GKA算法分割腦實(shí)質(zhì)。⑷提出兩種不同的腦實(shí)質(zhì)片面積和體積測(cè)量的方案，并針對(duì)兩種不同的方案分別做出實(shí)驗(yàn)對(duì)比。⑸在使用臨床真實(shí)的腦部醫(yī)學(xué)圖像進(jìn)行試驗(yàn)后得出結(jié)論：提出的關(guān)于醫(yī)學(xué)圖像去噪流程和腦實(shí)質(zhì)提取算法均獲得較理想的實(shí)驗(yàn)結(jié)果；在腦實(shí)質(zhì)分割方面， GKA方法分割的結(jié)果更是在各項(xiàng)指標(biāo)中比傳統(tǒng)的高斯混合模型和K-means聚類(lèi)算法要全面領(lǐng)先；在腦實(shí)質(zhì)的片面積測(cè)