醫(yī)學圖像分割相關算法研究.pdf

1、多發(fā)性硬化癥是一種中樞神經系統的疾病?，F階段,核磁共振成像(MRI)正在被廣泛的使用在多發(fā)性硬化癥的診斷上。通過醫(yī)學專家手動分割MR圖像上的多發(fā)性硬化癥病變組織是一件非常耗時的工作,而且手動分割方法具有不可再生性,因此自動分割病變組織是一個很緊迫的問題。由于不同病人的腦部病變組織在MR圖像中的形狀,位置,區(qū)域都有很大的不同,即使同一病人的腦部病變組織在不同時期也會有所變化,因此自動的分割腦部病變組織是一件非常困難的事情。我們在傳統醫(yī)學圖

2、像處理的基礎上,提出了一種可以全自動進行病變組織分割的方法。針對腦部MR圖像病變組織分割,本文主要做了以下的研究工作:
　　1.本文總結了一些醫(yī)學圖像分割領域常見的分割方法,這些方法應用在病變組織分割時有自身的局限性,但是為本文之后提出的病變組織分割方法打下了理論基礎。
　　2.本文介紹了近些年病變組織分割的發(fā)展狀況,并且重點介紹了兩種進行病變組織分割方法,一種是基于支持向量機(SVM)的方法,另一種是基于高斯混合模型(GM

3、M)的方法。這兩種分割方法在進行病變組織分割時有一些缺陷,但有一些自身的優(yōu)勢。
　　3.本文將單通道分割擴展到多通道分割,這樣可以將多種模態(tài)(T1,T2, FLAIR)的MR圖像的信息有效的融合起來,從而將其應用在病變組織分割中。多通道分割與單通道分割都是基于能量最小化模型,在分割的同時會進行偏差場校正,其分割結果會得到四種不同組織,分別是白質(WM),灰質(GM),腦脊液(CSF),病變組織(Lesion)。
　　4.多通

4、道分割之前需要進行病變組織增強從而將病變組織完整的分割出來。我們提出了兩種進行病變組織增強的方法,一種是基于直方圖統計的方法,一種基于偏差場的方法。實驗結果表明,基于偏差場的方法要明顯優(yōu)于基于直方圖統計的方法。
　　5.本文對3D的RSF水平計算法進行改進,將其擴展到多通道的RSF水平集分割,這樣可以將多種模態(tài)(T1,T2,FLAIR)的病變組織信息融合起來。本文將多通道病變組織分割的結果作為初始水平集,進行多通道RSF水平集分割