面向三維重建的顱內面聽神經MR圖像的分割算法研究.pdf

1、面肌痙攣，是一種中老年腦部神經類疾病，病發(fā)期間伴隨著面部肌肉的抽搐和疼痛，尤其在日常談話和微笑時越發(fā)明顯，因此該病會嚴重影響患者的日常生活。目前該病的治療方案是由醫(yī)生通過分析MR序列影像得出責任血管和面聽神經之間的位置關系，然后在術中用微血管減壓術(micro-vascular decompression，MVD)對病灶區(qū)域進行臨床處理。由于在分析病因的階段，主要是依靠醫(yī)生的主觀意識進行分析與標注，導致病因的分析缺少直觀的病因模型。本課

2、題就是在這樣的背景下，提出了面神經腦干面毗鄰血管的三維可視化研究，而本文主要是對面聽神經區(qū)域的分割研究。
　　通過分析課題合作單位所提供的MR序列圖像的特征，本文將面聽神經區(qū)域的分割分為四個步驟進行處理:
　　(1)圖像插值。由于面聽神經在腦中呈現(xiàn)為細線形狀的組織，而MR序列圖像是以0.5mm進行掃描的，所以會導致面聽神經的MR成像的張數較少，缺少三維空間信息，不利于后續(xù)的三維重建，所以先對MR序列圖像進行切片間的插值處理，

3、重建缺少的三維空間信息。
　　(2)圖像增強。由于所提供的MR序列圖像的分辨率較低，并帶有成像設備的成像噪聲，所以導致細小的面聽神經區(qū)域難以分辨，所以需要通過圖像增強處理，提高面聽神經區(qū)域與周邊組織的對比度，從而提高分割的準確度。
　　(3)種子點迭代區(qū)域生長。由于是對MR序列圖像進行分割，若分別對每一張進行獨立分割，必然會造成算法的低效和算法的盲目。利用面聽神經在三維空間上具有連續(xù)相關性，提出了種子點迭代的想法，并結合傳統(tǒng)

4、的區(qū)域生長算法，有效對其進行分割。
　　(4)圖像后處理。經過上述步驟所得出的分割結果只是初步的分割結果，必須對其進行圖像后處理，去除干擾與噪聲。本文結合了面聽神經的三維空間信息提出了利用三維區(qū)域生長算法作為后處理算法。
　　通過實驗證明，本文針對面聽神經在MR序列圖像所具有特性，提出的這套分割算法是有效的，能夠準確的分割面聽神經區(qū)域，并且比傳統(tǒng)的基于MR序列圖像中每張圖片進行獨立的分割更加簡潔和快速，為后續(xù)的三維模型的重建