MRI腦影像分析與腦萎縮輔助診斷相關(guān)問題研究.pdf

1、腦萎縮的發(fā)病率越來越高，目前腦萎縮疾病的診斷大多采用手工和半自動的方法。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，計(jì)算機(jī)輔助診斷方法已經(jīng)成為醫(yī)學(xué)影像、診斷放射、計(jì)算機(jī)科學(xué)中的重要研究內(nèi)容。研究表明使用計(jì)算機(jī)輔助診斷的方法對于提高診斷準(zhǔn)確率、減少漏診起到了積極的作用。醫(yī)生可以根據(jù)計(jì)算機(jī)測量結(jié)果進(jìn)行醫(yī)學(xué)影像的評估和診斷。利用計(jì)算機(jī)完成腦萎縮相關(guān)組織的分割以及容積的計(jì)算是輔助診斷腦萎縮的基礎(chǔ)。
　　本文分析了腦萎縮疾病相關(guān)的診斷方法，包括顱內(nèi)腦容積的測

2、量、腦白質(zhì)、灰質(zhì)以及腦脊液容積測量和特異性腦萎縮相關(guān)的海馬結(jié)構(gòu)的測量。獲取這些腦組織的基礎(chǔ)是對腦部圖像進(jìn)行分割。因此，本文就如何提取相關(guān)腦組織區(qū)域進(jìn)行了如下的實(shí)驗(yàn)分析:
　　(1)研究了提取顱腔內(nèi)腦組織的方法，分析了幾種閾值分割算法對顱腔內(nèi)腦組織提取算法性能的影響，最后使用直方圖閾值分割算法對序列圖像進(jìn)行分割。使用形態(tài)學(xué)方法獲取顱內(nèi)腦組織區(qū)域，通過使用重疊率和計(jì)算圖像重心的方法來校正分割結(jié)果。通過對不同掃描方向上所有圖像層進(jìn)行分割

3、處理，最終實(shí)現(xiàn)了整個(gè)圖像序列的顱腔內(nèi)腦組織的提取。
　　(2)研究了顱腔內(nèi)腦組織再分割的方法，本文使用了基于自適應(yīng)模糊相似度的改進(jìn)的馬爾可夫隨機(jī)場算法對顱腔內(nèi)腦組織進(jìn)行分割。在傳統(tǒng)馬爾可夫基團(tuán)勢函數(shù)中引入了模糊鄰域信息，根據(jù)貝葉斯定理將圖像分割問題轉(zhuǎn)化為最大后驗(yàn)概率(MAP)的求解問題，進(jìn)而通過迭代條件模型(ICM)求解最小能量函數(shù)完成分割。
　　(3)研究了與特異性腦萎縮相關(guān)的海馬體的分割。使用了改進(jìn)的快速行進(jìn)算法對海馬體

4、進(jìn)行分割，將海馬區(qū)域內(nèi)部灰度約束信息引入到傳統(tǒng)的快速行進(jìn)算法之中，并根據(jù)到達(dá)時(shí)間閾值完成對圖像海馬結(jié)構(gòu)的分割。
　　通過實(shí)驗(yàn)測試表明，本文提出的顱腔內(nèi)腦組織提取算法能夠快速準(zhǔn)確的提取顱腔內(nèi)腦組織。顱腔內(nèi)腦組織的再分割算法和海馬結(jié)構(gòu)分割算法均具有較高的分割精度，腦白質(zhì)、腦灰質(zhì)以及腦脊液的均值正確分割率比傳統(tǒng)的馬爾可夫算法提高了2.2個(gè)百分點(diǎn)。海馬結(jié)構(gòu)的正確分割率比傳統(tǒng)的快速行進(jìn)算法提高了近10個(gè)百分點(diǎn)。分割精度的提高對后續(xù)腦容積的計(jì)