腦部三維核磁共振圖像的分割技術(shù)研究.pdf

1、近年來,臨床醫(yī)學(xué)領(lǐng)域?qū)ο嚓P(guān)檢驗(yàn)影像日趨依賴,神經(jīng)內(nèi)外科尤其顯著。隨著醫(yī)學(xué)成像技術(shù)的快速發(fā)展,很多神經(jīng)科學(xué)的研究放在了對(duì)比腦內(nèi)組織解剖結(jié)構(gòu)的差異上,從而尋求和腦疾病有關(guān)的解剖結(jié)構(gòu)形態(tài)改變的相關(guān)特征,以期提高治療方案的有效性和腦疾病診斷的可靠性。作為圖像分割領(lǐng)域中的一個(gè)重要分支,醫(yī)學(xué)圖像分割是實(shí)現(xiàn)醫(yī)學(xué)圖像分析,進(jìn)而完成醫(yī)學(xué)圖像理解和圖像分析的首要的和關(guān)鍵性步驟。
　　隨著磁共振成像(Magnetic Resonance Imaging

2、,MRI)技術(shù)的發(fā)展,磁共振(MR)圖像可以提供腦內(nèi)部組織解剖結(jié)構(gòu)的高分辨率和高對(duì)比度的三維(3D)醫(yī)學(xué)圖像。腦的三大主要組織是白質(zhì)(WM)、灰質(zhì)(GM)和腦脊液(CSF),將腦分割為皮層下結(jié)構(gòu)、皮層結(jié)構(gòu)和病理組織。神經(jīng)科學(xué)研究人員逐漸地對(duì)能將腦精確分割出以上組織的方法產(chǎn)生濃厚興趣。以上基于解剖學(xué)形態(tài)結(jié)構(gòu)改變的研究都是依靠對(duì)磁共振圖像的理解和分割。而醫(yī)學(xué)圖像分割技術(shù)就包含了這種從多模式醫(yī)學(xué)圖像中提取和分割出各種腦組織結(jié)構(gòu)的方法。

3、　　然而,醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像分析中最具有挑戰(zhàn)性和最困難的問題之一。由于磁共振成像設(shè)備成像能力的限制,臨床采集的腦組織的磁共振圖像通常包含由噪聲、偏場(chǎng)引起的部分容積效應(yīng)、運(yùn)
　　動(dòng)偽影和灰度不均勻等不利因素,加之腦組織復(fù)雜的邊界、形狀和拓?fù)浣Y(jié)構(gòu),使得準(zhǔn)確、快速和魯棒地分割腦組織磁共振圖像是一件十分困難的事。
　　目前,醫(yī)生已不再滿足于二維層析圖像的影響支持,進(jìn)而尋求三維影響基礎(chǔ)上的診療支持,故針對(duì)三維醫(yī)學(xué)圖像的分割技術(shù)研究

4、逐漸成為趨勢(shì),醫(yī)生與相關(guān)研發(fā)人員急需一種快速、魯棒和準(zhǔn)確的分割算法來完成三維物體的三維分割。由于人體內(nèi)臟組織是空間三維對(duì)象,并且三維分割使用了目前主流成像設(shè)備中空間立體數(shù)據(jù)的結(jié)構(gòu)化信息,其相對(duì)應(yīng)的分割結(jié)果在位置和結(jié)構(gòu)上高度準(zhǔn)確與連續(xù),可以提供更加豐富的組織特征展示與三維結(jié)構(gòu)形態(tài)等信息,顯示也變得更加直觀。
　　針對(duì)醫(yī)學(xué)圖像分割領(lǐng)域目前的發(fā)展現(xiàn)狀,從三維核磁共振腦組織圖像分割的角度出發(fā),本文回顧并詳細(xì)分析當(dāng)前主要的醫(yī)學(xué)圖像分割方法,

5、尤其是三維醫(yī)學(xué)圖像分割算法提出了一種三維核磁共振腦組織圖像分割算法,并利用相關(guān)算法成功將三維腦組織分割出來,完成了以下幾方面研究?jī)?nèi)容:
　　第一、由于腦部磁共振圖像存在圖像噪聲和偏場(chǎng),本文首先利用高斯濾波對(duì)三維體數(shù)據(jù)進(jìn)行了去噪處理,來完成對(duì)含有偏場(chǎng)和噪聲的腦部磁共振圖像的去噪和平滑,為后續(xù)分割做準(zhǔn)備工作。
　　第二、對(duì)ITK中基于閾值分割和區(qū)域增長(zhǎng)的圖像分割算法在三維腦部核磁共振圖像上予以實(shí)現(xiàn),論證了其對(duì)腦部MR圖像分割的有

6、效性。
　　第三、在以上內(nèi)容的基礎(chǔ)上,對(duì)分割結(jié)果進(jìn)行后處理。該過程使用了數(shù)學(xué)形態(tài)學(xué)和圖像的“與”運(yùn)算,使分割結(jié)果更加精確,接近腦組織的真實(shí)解剖結(jié)構(gòu)。
　　第四、在對(duì)以上三維分割技術(shù)研究的基礎(chǔ)上,詳細(xì)地介紹了現(xiàn)存的分割評(píng)價(jià)方法,并為后續(xù)研究做好鋪墊工作。
　　實(shí)驗(yàn)結(jié)果表明,本文所選擇的ITK算法獲得較為理想的分割效果,算法簡(jiǎn)單、分割速度快,避免了腦灰質(zhì)和腦脊液誤分割現(xiàn)象,魯棒性強(qiáng),為進(jìn)一步研究腦組織的內(nèi)部特征提供了良好的