基于MRI的脑肿瘤图像分割研究
本文关键词:基于MRI的脑肿瘤图像分割研究
【摘要】:脑肿瘤分割在疾病的辅助诊断、治疗方案规划以及手术导航中扮演着重要的角色。部分患有恶性脑肿瘤的病人通常只有非常短的预期寿命,而制定合适的治疗计划是提高患者生活质量的关键。由于磁共振成像具有高度的软组织分辨率,因此在临床上广泛使用磁共振成像技术评估肿瘤。然而大量数据的出现,加上手动分割的经验误差,因此越来越需要自动和可靠的脑肿瘤分割方法。本文首先系统的介绍了脑肿瘤MRI图像分割技术的发展和当前最新的研究现状,以及脑肿瘤分割的难点,然后详细介绍并推导了实验采用的稀疏编码与字典学习理论。针对磁共振图像特征间的非线性相关性,本文采用三维FLAIR模态的MRI数据,提出了基于灰度特征和核稀疏编码的全自动脑肿瘤分割方法。为了捕获磁共振图像中的非线性特征,采用核字典学习方法对肿瘤和非肿瘤区域分别建模学习出两个字典,将最终结果分割为肿瘤区域和非肿瘤区域,并对分割结果进行了分析和评估。为了研究不同特征对基于核稀疏编码与字典学习的分割方法的影响,本文提出一种基于高阶统计特征和核稀疏编码的全自动脑肿瘤分割方法。通过提取磁共振图像目标像素点及周边区域计算出一阶和二阶统计特征代替前边采用灰度特征作为特征向量。最后,为了满足比赛的要求并与排行榜的最新方法对比,本文提出了基于多模态的脑肿瘤分割方法。多模态脑肿瘤分割大赛(BRATS)提供了多个模态的数据,多模态数据已经经过线性对准,空间分辨率为1mm。大赛所提供的标签将肿瘤区域划分为了5个类别,并且提供了三种分割结果的评估,即完整肿瘤区域、肿瘤核心区域和增强型肿瘤区域。由于不同类型的肿瘤在不同模态下会有不同的表现,因此首先对预处理之后的多个模态磁共振图像进行k均值聚类算法选择出可能性的肿瘤区域,然后分别构建五个字典。为了评估分割性能,分割结果上传到大赛的在线评估系统,Dice Score,PPV,Sensitivity和Kappa四个指标被用于评估分割结果。MRI图像中相邻像素点及周边区域存在着高度的相关性,利用局部图像块对肿瘤区域与非肿瘤区域进行建模研究取得了显著的成功。然而每个MRI模态对病理组织都具有不同方面的敏感性,多模态MRI图像数据之间仍然存在着某种相关性,采用多模态数据增加特征数量理论上可以明显改善肿瘤分割特性。另外采用高阶统计特征的分割方法与采用基于灰度特征的分割方法相比需要更少的字典原子数目就能达到很高的分割准确率,然而却需要更多的时间消耗,显然后者拥有更高的性价比。实验结果表明本文所提出的方法在脑肿瘤分割上有不错的表现。
【学位授予单位】:浙江理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:R739.41;R445.2;TP391.41
【相似文献】
中国期刊全文数据库 前10条
1 庄惠山,陆曦;12例脑肿瘤误诊分析[J];福建医药杂志;2000年02期
2 高尚社,谷彩萍,杨建宇;脑肿瘤21例误诊分析[J];河南实用神经疾病杂志;2000年06期
3 张淑倩 ,N銉bauer-Huhmann I M ,Ba-Ssalamah A ,Mlynarik V;3T和1.5T磁场下脑肿瘤的磁共振对比增强[J];放射学实践;2002年06期
4 张红军;长期使用手机不会发生脑肿瘤[J];日本医学介绍;2004年01期
5 李景昀,罗文,何凯宣;用亚}0胞成分再产生脑肿瘤的研究(摘要)[J];广东解剖通报;1980年02期
6 翟允昌,孙守成,王世宾;额叶脑肿瘤引起奔跑癫痫一例[J];中华神经外科杂志;1986年04期
7 袁先厚;邹昌文;郭国炳;孙盛容;李健;;小儿脑肿瘤45例分析[J];实用肿瘤学杂志;1987年02期
8 袁先厚;邹昌文;郭国炳;孙盛容;李健;;小儿脑肿瘤45例分析[J];实用肿瘤杂志;1987年02期
9 杨善存,陈锦培;小儿脑肿瘤的治疗[J];实用儿科杂志;1991年06期
10 高燕勤,单昌箕,王芙兰;婴幼儿脑肿瘤4例误诊分析[J];临床儿科杂志;1992年05期
中国重要会议论文全文数据库 前10条
1 郑晔;金国宏;;综述脑肿瘤~1H-MRS的研究进展[A];第六届西部介入放射学术会议宁夏医学会放射学分会第四届年会介入放射学新技术继续教育学习班论文汇编[C];2009年
2 马杰;;儿童脑肿瘤的外科治疗[A];中华医学会神经外科学分会第九次学术会议论文汇编[C];2010年
3 张玉琪;薛超强;;儿童脑肿瘤的治疗进展[A];中国医师协会神经外科医师分会第六届全国代表大会论文汇编[C];2011年
4 陈忠平;牟永告;潘力雄;张湘衡;;显微神经外科技术在脑肿瘤治疗中的应用(肿瘤外科手术录象交流)[A];2001'全国肿瘤外科学术会议论文汇编[C];2001年
5 林章雅;康德智;余良宏;林元相;陈佳;曾明珠;;脑肿瘤立体定向活检手术的临床应用[A];第一届中国肿瘤靶向治疗技术大会论文集[C];2003年
6 曹巧云;;小儿脑肿瘤3例报告[A];2006(第三届)江浙沪儿科学术会议暨浙江省儿科学术年会论文汇编[C];2006年
7 叶劲;梁有明;钟书;庞刚;唐秀文;蓝胜勇;肖泉;刘若平;徐柯贝;;小儿恶性脑肿瘤的诊断与治疗特点研究[A];中国医师协会神经外科医师分会第四届全国代表大会论文汇编[C];2009年
8 马杰;;儿童脑肿瘤的外科治疗[A];中华医学会第八次全国小儿外科学术会论文集[C];2010年
9 姚振威;蒋胜洪;童彤;王非;杨艳梅;孙华平;刘含秋;何慧瑾;冯晓源;;磁敏感增强动态磁共振扫描用于部分脑肿瘤的诊断[A];2006年华东六省一市暨浙江省放射学学术年会论文汇编[C];2006年
10 陈素锦;陈一霞;王占祥;谭国伟;郭剑峰;方耀春;刘希尧;;脑肿瘤住院患者心理状况及影响因素[A];2011中华医学会神经外科学学术会议论文汇编[C];2011年
中国重要报纸全文数据库 前10条
1 天津市肿瘤医院教授 李文良邋李运红 赵迎 整理;头痛小心脑肿瘤[N];健康报;2007年
2 朱丽丽;捕捉脑肿瘤早期信号[N];健康报;2008年
3 李圣融;脑肿瘤忌含铜食物[N];中国医药报;2000年
4 木易;怎样早期发现脑肿瘤[N];大众卫生报;2007年
5 赵华;老人颅内有肿瘤 早期症状会露头[N];卫生与生活报;2007年
6 西安第四军医大学第一附属医院西京医院 贺晓生;脑肿瘤的十大异状[N];保健时报;2010年
7 李学华;豹蛙卵细胞分子能识别和杀死脑肿瘤[N];科技日报;2007年
8 主任医师 赵成会;怎样早期发现脑肿瘤[N];卫生与生活报;2006年
9 空军总医院 张峰;脑肿瘤如何选择检查[N];健康报;2001年
10 李文良;老年人患脑肿瘤有信号[N];健康报;2006年
中国博士学位论文全文数据库 前10条
1 刘贯中;磁共振弥散成像分数微积分模型在儿童脑肿瘤中的临床应用[D];第二军医大学;2012年
2 公方和;脑肿瘤及脑AVM相关性癫痫的发生因素分析及临床防控[D];第一军医大学;2006年
3 梁君;钙激活性钾通道在缓激肽选择性开放血脑肿瘤屏障机制中的大鼠在体研究[D];中国医科大学;2006年
4 邓万凯;MRI图像的脑肿瘤分割方法研究[D];华中科技大学;2011年
5 洪汛宁;磁共振弥散成像技术在脑肿瘤中的应用研究[D];复旦大学;2003年
6 宋吉清;开放式MR导引脑肿瘤冷冻治疗的初步探讨[D];山东大学;2009年
7 赵铭;~(99m)Tc-HL91乏氧显像评价恶性脑肿瘤放疗疗效的实验和临床研究[D];华中科技大学;2006年
8 方虹;人脑及脑肿瘤~1H磁共振波谱研究[D];第四军医大学;1995年
9 姜新雅;脑肿瘤的功能性磁共振成像研究及其临床价值[D];中南大学;2008年
10 连燕云;神经导航中MRI图像脑肿瘤自动检测分割及DT-MRI研究[D];复旦大学;2011年
中国硕士学位论文全文数据库 前10条
1 罗蔓;结合MRI多模态信息与3D-CNNS特征提取的脑肿瘤分割研究[D];南方医科大学;2015年
2 侯学文;3D-ASL磁共振灌注技术在脑肿瘤的应用研究[D];山西医科大学;2016年
3 黄唯;脑肿瘤MRI图像分类与肝病理图像分级方法研究[D];南方医科大学;2016年
4 黄若菡;脑肿瘤的计算机辅助检测[D];电子科技大学;2016年
5 王亚菲;基于多体素磁共振波谱的脑肿瘤自动分类辅助诊断技术[D];东南大学;2016年
6 任立超;MR图像的脑肿瘤分割与分类方法研究[D];东北大学;2013年
7 杨瑞雪;一种改进的基于标记的分水岭方法在脑肿瘤MRI图像分割上的应用[D];山东中医药大学;2016年
8 张雯;脑肿瘤图像分割及三维重建方法研究[D];兰州交通大学;2016年
9 张朋;基于MRI的脑肿瘤图像分割研究[D];浙江理工大学;2017年
10 常勇;脑肿瘤与使用手机的系统评价[D];武汉科技大学;2012年
,本文编号:1287995
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1287995.html