基于磁共振影像的嗅球提取方法及应用研究
发布时间:2020-06-05 11:01
【摘要】:嗅觉在人的日常生活中有着至关重要的影响,而解剖学研究证实嗅球在嗅觉的传输和形成中起到了类似中转站的作用,大量研究和临床实验证明,嗅球的容积很大程度上可以反映嗅觉的灵敏度。而最近的研究数据显示,嗅觉的异常或缺失可能与大脑颞叶区或海马等神经结构的病变有着一定联系,并可能作为中枢神经系统疾病,如阿兹海默症,帕金森综合症和精神分裂症等的早期症状出现,而颅脑外伤和Kallmann综合症等引起的嗅觉损伤也有可能在嗅球体积的减小或嗅沟的缺失上有所反映。因此,嗅球容积的测量对这些神经系统疾病的预测和检查有着突出的价值。 由于嗅球及嗅束的位置较深,现有的临床检查技术无法活体检测到,随着磁共振(MRI)技术的发展与临床应用,尤其是高分辨率磁共振成像为嗅球体积测量提供了较理想的检查方法。通过设计不同的成像序列,并结合生理学上的特点如扩散、流动等,MR影像可以有效突出病变组织并使之与正常组织区分开,对脑部和软组织成像尤其优于其他成像设备。 医学影像分割作为一种辅助医疗手段,是对脑部组织结构在三维空间进行体积和位置标定,构建解剖学结构图谱和手术导航和可视化研究的基础,对于脑中异常组织定位、脑解剖结构分析等具有重要意义和临床应用价值。医学影像分割具有模糊性,多模态性,不确定性和局部体效应等特点,因此分割算法复杂多样,对结果精确度的要求高,基于模型的分割算法在这里更加实用,如近年来发展迅速的活动轮廓模型就是一个很好的研究方向。本文详细研究了Snake模型,和后来加入水平集方法,融合区域信息的Chan-Vese模型的原理,尤其是在物理和数学上的意义,并结合种子点方法在Chan-Vese模型的分割结果的基础上,成功实现了半自动提取嗅球并计算其容积的方法。 本项目来源于国家自然科学基金和863项目对中国人数字脑结构模型的研究,得到了北京宣武医院临床医生的大力支持,提供了大量实验数据,并对本算法提取嗅球的精确性做了验证。本文对21组健康志愿者进行嗅球提取,并对其容积做了统计学分析,证明整体分割较为准确,接近正常成人嗅球的真实容积,可以作为以后大样本疾病筛查和脑部中枢神经系统疾病,如阿兹海默症的早期诊断的辅助手段,在临床上有着较大应用价值。
【图文】:
图2.16种子点区域生长过程Fig.2.16 Seeded region grow ing基于特征的神经网络算法主要是对特征空间的聚类分割方法进行改造。特征空间聚分割方法关键的问题是有效的特征参数的提取和聚类方法的构造。有效的特征提取方有很多,大致上可以分为四种,即几何特征方法、统计特性方法、信号特性方法和基图像模型的方法。相比于一般的,神经网络打破了传统聚类方法的限制,成为寻找聚新方法的基础。统计法是通过数学统计理论,对不同组织的像素灰度值统计密度函数,并以高斯密函数来表达,同时引入马尔科夫随机场(Markov Random Field, MRF)来模拟图像邻域素的空间相互约束。针对医学图像分割,,由于人体组织解剖结构的复杂性以及软组织的易变性,组织与灶之间边界的模糊性,和由于技术上的原因带来的噪声信号模糊了图像中目标边界的频信号,以及人体内部组织的螺动等生理现象造成了图像在一定程度上的模糊效应,生了一种基于模糊集合和逻辑的分割方法是以模糊数学为基础,利用隶属度值决定图中由于信息不全面、不准确、含糊、矛盾等造成的不确定性问题。目前,模糊技术在像分割中应用的一个显著特点就是它能和现有的许多图像分割方法相结合,形成一系
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:R445.2;TP391.41
本文编号:2697950
【图文】:
图2.16种子点区域生长过程Fig.2.16 Seeded region grow ing基于特征的神经网络算法主要是对特征空间的聚类分割方法进行改造。特征空间聚分割方法关键的问题是有效的特征参数的提取和聚类方法的构造。有效的特征提取方有很多,大致上可以分为四种,即几何特征方法、统计特性方法、信号特性方法和基图像模型的方法。相比于一般的,神经网络打破了传统聚类方法的限制,成为寻找聚新方法的基础。统计法是通过数学统计理论,对不同组织的像素灰度值统计密度函数,并以高斯密函数来表达,同时引入马尔科夫随机场(Markov Random Field, MRF)来模拟图像邻域素的空间相互约束。针对医学图像分割,,由于人体组织解剖结构的复杂性以及软组织的易变性,组织与灶之间边界的模糊性,和由于技术上的原因带来的噪声信号模糊了图像中目标边界的频信号,以及人体内部组织的螺动等生理现象造成了图像在一定程度上的模糊效应,生了一种基于模糊集合和逻辑的分割方法是以模糊数学为基础,利用隶属度值决定图中由于信息不全面、不准确、含糊、矛盾等造成的不确定性问题。目前,模糊技术在像分割中应用的一个显著特点就是它能和现有的许多图像分割方法相结合,形成一系
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:R445.2;TP391.41
【参考文献】
中国期刊全文数据库 前9条
1 高小幼;苗延巍;姚艺文;伍建林;;外伤后嗅觉功能障碍的MRI表现[J];放射学实践;2011年08期
2 黄辉;关履泰;龚永义;胡桂武;彭宏;;基于动态规划的方向蛇模型[J];计算机工程与应用;2006年27期
3 李培华,张田文;一种新的B样条主动轮廓线模型[J];计算机学报;2002年12期
4 俱西驰;屈秋民;张明;郭晨光;吴谦;杨华;郭峰;罗国刚;金晨旺;;磁共振测量嗅球容积在阿尔茨海默病早期诊断中的价值[J];南京医科大学学报(自然科学版);2011年09期
5 温铁祥;杨丰;;一种结合FCM的Mumford-Shah混合模型MR图像分割方法[J];中国生物医学工程学报;2009年03期
6 杨金柱;王艳飞;栗伟;耿欢;赵大哲;陈楠;王星;李坤成;;一种半自动分割脑部MRI中胼胝体的方法[J];中国医学影像技术;2010年09期
7 沈晶;苗延巍;伍建林;周世昱;;嗅觉相关结构MRI体积测量的研究进展[J];中国医学影像技术;2011年03期
8 高小幼;苗延巍;沈晶;丛瑞;伍建林;;上呼吸道感染后嗅球体积与嗅觉功能的相关性[J];中国医学影像技术;2011年08期
9 有慧;牛富生;王剑;郑福玲;孟春玲;张振馨;倪道凤;冯逢;;高分辨磁共振成像用于阿尔茨海默病嗅球体积测量[J];协和医学杂志;2011年03期
本文编号:2697950
本文链接:https://www.wllwen.com/yixuelunwen/fangshe/2697950.html