醫(yī)學(xué)圖像中扭曲特征的提取方法研究與實(shí)現(xiàn).pdf

1、顱內(nèi)腫瘤作為神經(jīng)外科中最為嚴(yán)重的疾病，它會擠壓或破壞顱內(nèi)其它正常組織，從而危及患者的生命。醫(yī)學(xué)圖像處理技術(shù)能夠幫助計(jì)算機(jī)進(jìn)行顱內(nèi)腫瘤的自動分割，這極大的減少了人工投入所需時(shí)間以及可能產(chǎn)生的主觀偏差。因此通過計(jì)算機(jī)技術(shù)輔助醫(yī)生進(jìn)行顱內(nèi)腫瘤的研究和分割具有重要的意義。但是在目前的顱內(nèi)腫瘤自動分割系統(tǒng)中，輸入的特征一般都只是圖像中的灰度值或者邊緣等特征，這些特征并不能很好的反應(yīng)出顱內(nèi)腫瘤的位置，所以這些自動分割系統(tǒng)的精度往往達(dá)不到醫(yī)生所期待的

2、要求，這也是目前顱內(nèi)腫瘤自動分割系統(tǒng)中遭遇的最大瓶頸。本文針對上述問題，提出了一種扭曲特征提取算法，該算法提取出的扭曲特征能更好的反應(yīng)出腫瘤所在位置。
　　論文主要工作與貢獻(xiàn)如下：
　　首先本文研究了顱內(nèi)腫瘤和顱內(nèi)正常組織之間存在的關(guān)系，發(fā)現(xiàn)顱內(nèi)腫瘤會對正常組織進(jìn)行擠壓，而正常組織因?yàn)槭艿綌D壓會向反方向產(chǎn)生相應(yīng)形變和位移。因此本文聯(lián)想到使用顱內(nèi)正常組織的變形信息來間接反應(yīng)出腫瘤所在的位置。
　　在此基礎(chǔ)上，本文提出了一

3、種扭曲特征提取算法，該算法能定量地獲取出顱內(nèi)正常組織的變形信息，并將變形信息轉(zhuǎn)換為可用于顱內(nèi)腫瘤自動分割系統(tǒng)中的扭曲特征。該算法主要包括三個(gè)步驟，提取顱內(nèi)組織形狀，獲取三維控制點(diǎn)對以及變形建模和特征提取。這三步的主要任務(wù)分別是從核磁共振圖像中提取顱內(nèi)組織的形狀，從動態(tài)創(chuàng)建的模板組織和變形組織上獲取三維控制點(diǎn)對，以及根據(jù)三維控制點(diǎn)對進(jìn)行變形建模和最終的特征提取。
　　最后本文分別使用了模式識別中監(jiān)督型的分割方法人工神經(jīng)網(wǎng)絡(luò)和支持向量