基于ROI多圖譜配準的海馬磁共振圖像分割.pdf

1、海馬位于大腦顳葉邊緣，影響著空間定位和記憶等功能。同時，研究表明海馬的體積變化與多種精神神經(jīng)疾病有關(guān)，例如老年癡呆癥、顳葉癲癇、重度抑郁癥、精神分裂癥等。因此，海馬體積的研究對探索各種精神神經(jīng)疾病具有重要意義。因此，海馬體積的研究對探索各種精神類疾病具有重要的意義。研究海馬體積需要從大腦圖像中對海馬進行精確的分割，是計算和分割海馬體積的關(guān)鍵。
　　目前多采用磁共振對人體大腦進行成像，磁共振圖像可以無創(chuàng)傷的為腦組織提供高分辨率的三維

2、圖像信息，是研究大腦各軟組織的重要數(shù)據(jù)。因此基于磁共振圖像數(shù)據(jù)的圖像分割方法是當前的一個研究熱點。
　　基于圖譜配準的分割方法是結(jié)合了圖像的先驗知識，利用已分割的圖像(模板圖像或者金標準)配準到待分割的圖像上，尋求目標圖像與模板圖像之間的變換參數(shù)。利用變換參數(shù)將模板圖像的海馬映射到目標圖像上，實現(xiàn)了海馬的分割。但是考慮到人體解剖結(jié)構(gòu)的差異，單圖譜分割很難適應(yīng)復(fù)雜的情況，很難得到理想的分割結(jié)果。而且，海馬的體積僅為2到3毫升，與周圍

3、組織很難區(qū)分。為了實現(xiàn)海馬的精確自動分割，本文提出了基于ROI多圖譜配準的海馬分割算法。
　　本文算法利用多個海馬圖譜圖像作為模板與待分割圖像進行配準，將配準參數(shù)應(yīng)用到模板圖像的海馬分割圖像上，得到多個初始分割結(jié)果，然后通過圖像融合算法將分割結(jié)果圖像進行融合，得到最終的分割結(jié)果。其中圖像配準和圖譜融合策略是兩個關(guān)鍵點。對于每個圖譜圖像，都與待分割圖像進行兩次配準，得到一個較為精確的初始分割。對于融合策略，主要使用了加權(quán)選擇、STA