基于腦實質分割測量的腦萎縮輔助診斷研究.pdf

1、現(xiàn)如今醫(yī)學成像系統(tǒng)已成為臨床與醫(yī)學研究中不可或缺的輔助工具，隨著醫(yī)學成像技術的飛速發(fā)展，促進了計算機輔助診斷技術在醫(yī)學研究和臨床實驗方面需求龐大且發(fā)展迅速，而計算機輔助診斷技術的基礎是醫(yī)學圖像的處理，所以醫(yī)學圖像處理技術是一個計算機科學與臨床醫(yī)學多學科相互交叉的研究熱點領域之一。隨著現(xiàn)代社會人口老年化進程不斷加快，而腦萎縮又是老年人十分常見的疾病，這導致了醫(yī)務人員工作負擔的不斷增加。為了解決這個問題，可充分發(fā)揮和利用現(xiàn)代計算機速度快、效

2、率高和成本低的優(yōu)勢。因此，本文對計算機輔助診斷腦萎縮技術展開研究。在提出腦萎縮輔助診斷系統(tǒng)的基礎之上，先對原始腦部醫(yī)學圖像的預處理進行研究，然后討論腦實質的提取方法，最后重點展開對腦實質分割和腦體積測量技術的研究討論。
　　本研究主要內(nèi)容包括：⑴利用現(xiàn)代圖像去噪的技術，通過實驗總結出一套適合腦部醫(yī)學圖像的去噪流程及方法。⑵通過分析腦部醫(yī)學圖像的特性和人腦的組織結構，創(chuàng)新使用多重閾值分割算法實現(xiàn)腦實質的提取。⑶通過分析高斯混合模型和

3、 K-means兩種經(jīng)典的聚類算法分割腦實質存在的不足來加以改進和融合，創(chuàng)新使用融合后的GKA算法分割腦實質。⑷提出兩種不同的腦實質片面積和體積測量的方案，并針對兩種不同的方案分別做出實驗對比。⑸在使用臨床真實的腦部醫(yī)學圖像進行試驗后得出結論：提出的關于醫(yī)學圖像去噪流程和腦實質提取算法均獲得較理想的實驗結果；在腦實質分割方面， GKA方法分割的結果更是在各項指標中比傳統(tǒng)的高斯混合模型和K-means聚類算法要全面領先；在腦實質的片面積測