基于可变形小鼠图谱的小鼠影像分割算法研究

发布时间：2020-10-17 04:04

　　 小动物影像分析在临床前的癌症研究和新药试制中具有重要意义,小鼠则是小动物实验中最常见的个体。小鼠CT成像是小鼠影像分析中普遍使用的成像模式,因此对小鼠CT图像的处理成为小动物影像分析的重点。其中数字解剖学图谱发挥着重要的作用,通过图谱与目标个体的配准,为目标个体提供解剖学结构上的参照。本课题研究以小鼠微型CT图像(Micro Computed Tomography,micro-CT)作为目标,使用可变形小鼠全身图谱与目标图像进行配准,实现对目标小鼠的器官区域的划分。图谱构建为本文第一部分工作,使用C++构建可变形小鼠全身图谱,实现图谱可随小鼠姿势、身长和体重的变化而变化,变形过程中器官间的个体形态差异使用统计形状模型(Statistical Shape Model,SSM)的变形表示,高对比度器官与低对比度器官间的位置关系可由条件高斯模型(Conditional Gaussian Model,CGM)表示。构建后的图谱具有更快的变形速度,同时具备较强的可发布性。基于构建的可变形小鼠图谱,研发了基于高对比度器官分割的图谱配准算法,基于皮肤、骨骼和肺的分割结果,使用图谱中的高对比度器官进行配准,然后对低对比度器官进行映射,实现全身图谱的配准。但是该算法高度依赖高对比度器官的分割,对于分辨率过低的图像并不适用。为了解决该算法的局限性,提出了新的改进算法,无需高对比度器官分割的图谱配准算法。对图谱中的高对比度器官进行相应的CT值填充,使用填充后的灰度图像直接与CT图像进行配准,去除了对高对比度器官分割的依赖,同时提升了算法的配准精度和鲁棒性。随着小鼠CT影像的积累,出现了各种不同形态姿势的影像数据,为能够对其有效分析,在以上算法的基础上提出了基于解剖标定点的图谱配准算法,使用人工指定的标定点预先调整图谱形态姿势变形,然后进行后续配准。该算法的配准结果通过视觉观察能够较好的将图谱配准到目标个体。从Dice指数、器官体积恢复系数_(7)8))和曲面距离_(1))三方面与通用方法Digimouse的配准结果进行定量比较,本算法在整体上的性能要更优,具有更高的配准精度和鲁棒性。本文通过使用可变形小鼠全身图谱与目标小鼠CT图像进行配准,创新性地解决了目标影像分辨率过低的问题;利用图谱可变形特点,解决了影像配准过程中身体姿态变化和器官个体形态差异的问题,同时保证算法的配准精度和鲁棒性。
【学位单位】：大连理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R-332;TP391.41
【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 小鼠数字图谱
        1.2.2 基于小鼠全身数字图谱的配准研究
    1.3 本文的工作内容
2 可变形小鼠全身图谱构建及配准算法的理论基础
    2.1 可变形小鼠全身图谱理论基础
        2.1.1 统计形状模型
        2.1.3 条件高斯模型
        2.1.4 小鼠全身图谱形态姿势变化
    2.2 图像配准理论基础
        2.2.1 图像配准基本思想
        2.2.2 图像配准变形方式
        2.2.3 图像配准相似性测度
    2.3 配准精度评估
3 可变形小鼠全身图谱的构建
    3.1 实验数据
    3.2 基于C++构建可变形小鼠全身图谱
    3.3 图谱构建结果
    3.4 本章小结
4 基于高对比度器官分割的图谱配准算法
    4.1 实验数据
    4.2 算法描述
        4.2.1 高对比度器官自动分割
        4.2.2 基于高对比度器官配准
    4.3 实验结果与分析
    4.4 本章小结
5 无需高对比度器官分割的图谱配准算法
    5.1 实验数据
    5.2 算法描述
    5.3 实验结果与分析
    5.4 本章小结
6 基于解剖标定点的图谱配准算法
    6.1 实验数据
    6.2 算法描述
        6.2.1 标定点选取
        6.2.2 基于解剖标定点配准
    6.3 实验结果与分析
        6.3.1 配准结果的视觉评估
        6.3.2 配准结果的定量评估
    6.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢

【相似文献】

相关期刊论文 前10条

1 张宏哲;;FFT算法的一种改进[J];长安大学学报(自然科学版);1988年01期

2 苑宝生,俞铁城;连呼汉语识别研究[J];声学学报;1989年06期

3 孙杨模;;操作系统常见的几种算法举例分析[J];湖北三峡职业技术学院学报;2010年02期

4 郜振华;吴昊;;一种改进的混合蝙蝠算法[J];南华大学学报(自然科学版);2019年01期

5 吴天行;郭键;;基于“反学习”理论的人工蜂群算法在订单分批问题中的应用[J];物流技术;2017年12期

6 全燕;陈龙;;算法传播的风险批判:公共性背离与主体扭曲[J];华中师范大学学报(人文社会科学版);2019年01期

7 吕山;;从算法伦理图谱揭示算法中的伦理悖论[J];传播力研究;2019年30期

8 肖海军;成金华;何凡;;双核因素蝙蝠算法[J];中南民族大学学报(自然科学版);2018年01期

9 张进;;一种快速双对分逻辑运算算法[J];情报学报;1992年03期

10 陈广江;用MUSIC算法处理非均匀间隔采样数据[J];系统工程与电子技术;1998年09期

相关博士学位论文 前10条

1 丁佳骏;密度峰聚类算法研究及其在社团发现中的应用[D];浙江工业大学;2019年

2 韩惠蕊;面向慢性病辅助诊断的多标签学习算法研究[D];海南大学;2019年

3 苗苗;类电磁机制算法及若干应用的研究[D];西安电子科技大学;2017年

4 刘婧;非理想条件下DOA估计算法研究[D];哈尔滨工程大学;2018年

5 郑伟华;快速傅立叶变换—算法及应用[D];湖南大学;2015年

6 彭展;序列挖掘中几类关键问题的模型及算法研究[D];西安电子科技大学;2017年

7 李勇;基于深度学习的粒子图像测速算法研究及应用[D];华中科技大学;2018年

8 宋云胜;基于划分与压缩的加速学习算法研究[D];山西大学;2018年

9 滕飞;基于视觉的内河重点水域船舶跟踪算法研究[D];武汉理工大学;2016年

10 谢涌泉;蜜蜂算法研究与应用[D];武汉理工大学;2015年

相关硕士学位论文 前10条

1 易兴庭;基于改进萤火虫算法的电力系统多目标有功调度研究[D];重庆邮电大学;2019年

2 江平平;改进的网格密度峰值聚类算法在入侵检测中的应用[D];南昌大学;2019年

3 姚江涛;基于机器视觉的药片检测和识别算法的研究[D];哈尔滨工业大学;2019年

4 陈振岳;移动边缘计算中的任务分发算法研究[D];哈尔滨工业大学;2019年

5 舒敏;基于哈希编码的异常检测算法研究[D];浙江师范大学;2019年

6 冯雅莉;矩阵补全算法与图像恢复的研究[D];广东工业大学;2019年

7 陈翔宇;基于FPGA的多算法可重构加解密系统的设计[D];哈尔滨工业大学;2018年

8 赵鑫;室内环境下人物图像检测与精确计数[D];国防科技大学;2018年

9 王辛;基于动态距离社区发现算法研究与实现[D];国防科技大学;2017年

10 袁梓洋;基于先验的相位恢复问题低复杂度算法研究[D];国防科技大学;2017年

本文编号：2844246