基于边缘检测和马尔可夫随机场的AD症脑MRI分割方法研究

发布时间：2017-10-04 07:23

  本文关键词：基于边缘检测和马尔可夫随机场的AD症脑MRI分割方法研究

  更多相关文章： 核磁共振成像 边缘检测 马尔可夫随机场 阿尔茨海默病 DARTEL配准方法

【摘要】：随着医学影像成像技术的发展和脑科学的崛起,核磁共振成像因其成像的多角度、多平面、分辨力高以及对人体没有任何伤害等优点,在近年来的脑功能和脑疾病研究中有着越来越广泛的应用,通过脑组织分割来定位、研究和诊断大脑疾病则成为当前研究的热点问题。而如何克服MRI成像过程中因扫描设备自身和磁场均匀性等客观因素影响而存在的非均匀性伪影、噪声以及部分容积效应等图像假象产物,则是当今脑MRI图像分割研究的重点。基于MRF的分割方法具有抗噪性强、参数少等特点以及稳定可靠的结果,是使用最广泛的现有脑部MRI图像分割方法,吸引了越来越多的国内外科研工作者的深入研究。通过对MRI理论知识的学习,再结合MRI图像特点,本文将基于边缘检测的分割方法与基于MRF的分割方法相结合并进行必要改进,采用DARTEL配准方法,分割和配准MRI图像,并以阿尔茨海默病数据为例来验证本文方法的有效性。首先为了排除非组织成分对脑组织分割的影响,使用边缘检测方法对转化为NIFTI格式的数据进行非组织剔除,提取脑组织结构,而为了增加边缘检测的准确率,引入形态学因子对结果进一步优化；其次,针对提取后的脑组织结构,使用改进的MRF分割方法,将其分割为灰质、白质两种组织类型；最后,为了进行结果的分析对比,我们使用DARTEL配准算法将所有被试图像配准到统一的模板。为了验证本文方法的有效性,我们将本文方法的分割结果与目前在脑MRI图像领域应用率最大、准确度最好的VBM-SPM方法进行比较,通过基于统计学和基于机器学习分类的方法对比,发现本文方法不管是在对病灶区的定位还是分类结果准确率方面都有着更好的效果,说明本文方法能够有效的提高脑MRI的分割准确度,同时对MRI的非均匀性伪影、噪声以及部分容积效应等图像假象产物也不敏感,在分割结果方面拥有着良好的适应性和较高的准确率。
【关键词】：核磁共振成像 边缘检测 马尔可夫随机场 阿尔茨海默病 DARTEL配准方法
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R749.16;TP391.41
【目录】：

• 摘要6-7
• Abstract7-11
• 第一章 绪论11-16
• 1.1 磁共振成像技术11-12
• 1.2 脑结构磁共振研究意义及分割难点12-14
• 1.3 本文主要工作14-16
• 第二章 相关知识16-28
• 2.1 医学图像分割16-17
• 2.2 脑结构磁共振分割方法17-21
• 2.2.1 基于阈值的分割方法17-18
• 2.2.2 基于区域的分割方法18
• 2.2.3 基于边缘检测的分割方法18-19
• 2.2.4 基于神经网络的分割方法19
• 2.2.5 基于模糊集理论的分割方法19-20
• 2.2.6 基于马尔可夫随机场的分割方法20-21
• 2.3 分割方法对比21-23
• 2.4 配准基本知识23-27
• 2.4.1 配准介绍23-24
• 2.4.2 配准步骤24-27
• 2.5 本章小结27-28
• 第三章 脑MRI组织结构提取28-36
• 3.1 MRI数据28-29
• 3.2 结构提取流程29-33
• 3.2.1 头动矫正30
• 3.2.2 马尔算子边缘检测30-33
• 3.2.3 形态学优化33
• 3.2.4 组织结构的提取33
• 3.3 结果及分析33-35
• 3.4 本章小结35-36
• 第四章 脑MRI组织结构分割和配准36-54
• 4.1 脑组织结构分割36-46
• 4.1.1 VBM-SPM介绍36
• 4.1.2 脑组织分割流程36-37
• 4.1.3 分割算法实现37-42
• 4.1.4 模型参数估计和优化42-45
• 4.1.5 图像分割算法步骤45-46
• 4.2 灰质和白质结构配准46-48
• 4.2.1 配准方法和流程46-47
• 4.2.2 DARTEL优化47-48
• 4.3 结果及分析48-52
• 4.4 本章小结52-54
• 第五章 实验结果与分析54-63
• 5.1 实验说明54
• 5.2 统计学分析方法54-60
• 5.2.1 体积计算55-56
• 5.2.2 双样本T检验56-60
• 5.3 机器学习的分类方法60-62
• 5.4 实验总结62-63
• 第六章 总结和展望63-65
• 6.1 工作总结63-64
• 6.2 工作展望64-65
• 致谢65-66
• 参考文献66-71
• 硕士期间发表的论文71

【参考文献】

中国期刊全文数据库 前7条

1 章毓晋;;中国图像工程:2013[J];中国图象图形学报;2014年05期

2 姜彬;施志刚;;图像分割技术分析与展望[J];电脑知识与技术;2009年35期

3 张石;董建威;佘黎煌;;医学图像分割算法的评价方法[J];中国图象图形学报;2009年09期

4 王文辉;冯前进;陈武凡;;基于互信息熵差测度和Gauss-Markov随机场模型的医学图像分割[J];计算机研究与发展;2009年03期

5 薛志东;隋卫平;李利军;;一种SVM与区域生长相结合的图像分割方法[J];计算机应用;2007年02期

6 李俊生;;基于数学形态学的图像边缘提取方法[J];常州工学院学报;2006年03期

7 王树文,闫成新,张天序,赵广州;数学形态学在图像处理中的应用[J];计算机工程与应用;2004年32期

中国博士学位论文全文数据库 前4条

1 郑倩;医学图像分割方法研究及其应用[D];南方医科大学;2014年

2 张娟;医学图像配准中相似性测度的研究[D];南方医科大学;2014年

3 胡凯;基于马尔可夫多特征随机场模型的脑部MR图像分割研究[D];湘潭大学;2013年

4 王伟;医学图像非刚性配准算法研究[D];大连理工大学;2012年

中国硕士学位论文全文数据库 前2条

1 刘春燕;图像分割评价方法研究[D];西安电子科技大学;2011年

2 杨加臣;基于MAP-EM算法的医学图像分割技术研究[D];西安电子科技大学;2010年

，

本文编号：969348