结合领域知识的心室核磁共振影像分割与定量分析

发布时间：2023-04-22 19:56

　　心脏疾病是人类健康的头号杀手。其中,约80%的心脏疾病起源于心室病变引起的功能异常。核磁共振成像是目前软组织分辨率最高的心脏成像方法,被认为是临床上心室定量分析的金标准。因此,基于心脏核磁共振图像的心室定量分析成为临床心脏疾病诊断和治疗的重要手段。然而,准确的心室定量分析是一个非常具有挑战性的工作。首先,针对每个病人,一次心室核磁共振成像可以产生200余张图像,只有对每张图像进行精准标注,才能够实现准确的心室定量分析。其次,心脏运动造成了心室核磁共振图像的运动伪影,这为心室核磁共振图像的准确标注造成了一定的困难。另外,在临床上心室定量分析主要依赖于人工标注心室核磁共振图像,这样一个流程需要耗费大量的时间和人力,并且存在主观标注差异。因此,高效和准确的心室定量分析方法具有重要的临床应用价值和科学意义。本文围绕自动化的心室定量分析方法展开其关键技术的研究,具体内容如下:首先,本文从心室核磁共振图像的成像特点进行分析,结合领域先验知识,提出了一种基于空间交叉点和多尺度图谱匹配的心室区域检测算法。在大规模的心室核磁共振图像基准数据集上的实验表明,本文提出的心室区域检测算法,明显优于国际上主流的...

【文章页数】：127 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题来源
    1.2 课题背景和意义
    1.3 心室核磁共振成像基础
    1.4 国内外研究现状
        1.4.1 基于核磁共振图像的心室区域检测方法的研究现状
        1.4.2 基于核磁共振图像的心室腔体分割方法的研究现状
        1.4.3 基于核磁共振图像的心室指标回归方法的研究现状
    1.5 国内外研究现状分析
    1.6 本文的主要研究内容
第2章 基于空间交叉点的心室区域检测方法
    2.1 引言
    2.2 心室区域检测方法
        2.2.1 基于空间切片交叉点的关键点定位方法
        2.2.2 数据归一化
        2.2.3 基于图谱匹配的心室区域精细化检测模型
        2.2.4 基于深度卷积网络的心室区域精细化检测模型
    2.3 实验结果
        2.3.1 参数配置与数据选择
        2.3.2 评估准则
        2.3.3 基线模型
        2.3.4 结果分析
    2.4 讨论与拓展
    2.5 本章小结
第3章 基于空时面积变化关联的心室腔体分割方法
    3.1 引言
    3.2 心室腔体分割方法
        3.2.1 基于深度卷积网络的心室腔体分割模型
        3.2.2 基于空间面积变化关联的心室腔体分割模型
        3.2.3 基于时间面积变化关联的心室腔体分割模型
        3.2.4 联合空间与时间面积变化关联的心室腔体分割模型
    3.3 实验结果
        3.3.1 参数配置与数据选择
        3.3.2 评估准则
        3.3.3 模型选择
        3.3.4 结果分析
    3.4 讨论与拓展
    3.5 本章小结
第4章 心室容积指标回归方法
    4.1 引言
    4.2 基于深度卷积网络的心室容积预测方法
        4.2.1 数据选择与评价尺度
        4.2.2 基于多视角组合最优集的心室容积预测方法
        4.2.3 基于动态演化网络的心室容积预测方法
    4.3 实验结果
        4.3.1 参数配置与数据选择
        4.3.2 评估准则
        4.3.3 模型选择
        4.3.4 结果分析
    4.4 讨论与拓展
    4.5 本章小结
第5章 基于协同网络的心室指标定量模型
    5.1 引言
    5.2 深度协同网络模型
        5.2.1 面积共生关联
        5.2.2 网络结构与模型优化
        5.2.3 不确定性估计
    5.3 实验结果
        5.3.1 参数配置与数据选择
        5.3.2 评估准则
        5.3.3 模型选择
        5.3.4 结果分析
    5.4 讨论与拓展
    5.5 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其他成果
致谢
个人简历



本文编号：3798306