幼儿白质纤维发育分析和脑部标识点定位研究

发布时间：2021-09-01 20:04

　　核磁共振成像（MRI）能够以非入侵的方式获取个体内部的构造影像,弥散张量成像（DTI）作为核磁共振成像的特殊形式,通过捕获水分子的扩散提供了对脑白质微结构组织的无创评估。对以上两种影像数据的定量分析对认知人体内部构造、研究个体发育状态、临床疾病预防和诊断具有非常重要的意义。一般对数据进行定量分析之前,需要先将不同个体或者同一个体不同时间采集的图像配准到同一空间,而传统的基于体素的灰度域配准方法存在计算量大、需要模板先验和无法避免配准误差的问题。因此,本论文针对上述问题提出了定量分析医学图像数据的新思路:首先,针对幼儿纤维发育分析,本论文提出将DTI中交织缠绕的白质纤维分离成单一纤维束,然后在本地空间中对来自不同主体的同一类型的束进行统计分析,以避免来自配准算法的平滑误差;另外,关于脑部MRI的配准问题,提出利用标识点间的几何相关性建立隐式回归模型定位脑部标识点以解决计算繁琐和需要模板先验的问题。针对纤维分割工作,最近发表的密度峰值（DP）聚类算法,在没有任何现有模板的情况下聚类结构复杂的白质纤维依然具有很强的鲁棒性。但是最核心的密度计算步骤非常耗时。本论文提出了一个快速密度峰值聚类算法... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
        1.1.1 医学图像和医学图像处理
        1.1.2 弥散张量成像和纤维发育定量分析
        1.1.3 T1加权图像和脑部标识点定位
    1.2 医学图像处理及分析流程
        1.2.1 图像预处理
        1.2.2 医学图像配准
        1.2.3 临床数据定量分析
    1.3 纤维分割和发育分析
    1.4 脑部标识点定位
    1.5 论文章节安排
2 研究现状和相关工作
    2.1 纤维分割和数据分析
        2.1.1 基于白质骨架的弥散统计分析
        2.1.2 白质纤维聚类研究
        2.1.3 基于密度峰值的聚类算法
        2.1.4 主要研究内容
    2.2 人脑标识点定位
        2.2.1 医学图像标识点定位算法
        2.2.2 人脸特征点定位算法
        2.2.3 主要研究内容
3 白质纤维束分割与分析
    3.1 纤维分割及分析流程
    3.2 图像预处理和纤维追踪
    3.3 快速的基于密度峰值的聚类算法
        3.3.1 纤维量化
        3.3.2 快速密度峰值聚类算法
    3.4 优化算法验证分析
        3.4.1 优化前后算法比较
        3.4.2 与经典聚类算法比较
    3.5 纤维各向异性数据统计分析
        3.5.1 数据获取和预处理
        3.5.2 纤维各向异性指数(FA)计算方式
        3.5.3 纤维发育分析
4 人脑标识点定位
    4.1 定位算法流程
    4.2 数据处理
        4.2.1 图像数据预处理
        4.2.2 合成数据集
    4.3 定位结果精确度衡量
    4.4 基于梯度回归方法的人脑标识点定位回归模型
        4.4.1 回归模型目标函数
        4.4.2 形状回归定位算法原理
    4.5 特征提取算法筛选
    4.6 算法有效性验证
        4.6.1 标识点介绍
        4.6.2 定位结果分析
    4.7 在脑区边界定位中的应用
        4.7.1 脑区划分及其边界
        4.7.2 边界定位结果分析
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]医学图像配准技术进展[J]. 李雄飞,张存利,李鸿鹏,臧雪柏.  计算机科学. 2010(07)
[2]脑网络:从脑结构到脑功能[J]. 蒋田仔,刘勇,李永辉.  生命科学. 2009(02)
[3]基于Fourier-Mellin变换的对称相匹配滤波算法[J]. 菅云峰,胡勇,李介谷,孙再龙.  红外与毫米波学报. 1999(06)

博士论文
[1]图像配准技术及其应用的研究[D]. 宋智礼.复旦大学 2010

硕士论文
[1]自动图像配准技术研究[D]. 吕海霞.西北工业大学 2007



本文编号：3377606