基于MRI的股骨頭軟骨厚度測(cè)量方法的研究.pdf

1、作為人體髖關(guān)節(jié)的重要組成部分，股骨頭發(fā)生病變甚至壞死的機(jī)率很高，目前這仍然是醫(yī)學(xué)領(lǐng)域尚未解決的疑難問(wèn)題之一。股骨頭軟骨破壞受損是股骨頭發(fā)生病變的重要早期表現(xiàn)之一。因此，及時(shí)準(zhǔn)確地評(píng)價(jià)關(guān)節(jié)軟骨對(duì)于病情的診斷和治療方法的確定起著非常重要的作用。核磁共振成像(Magnetic Resonance Imaging, MRI)技術(shù)以其無(wú)電離輻射損害、對(duì)軟骨組織敏感等優(yōu)點(diǎn)，成為目前測(cè)量和評(píng)價(jià)關(guān)節(jié)軟骨的最佳無(wú)創(chuàng)性方法。利用計(jì)算機(jī)分析和處理 MR圖像，

2、實(shí)現(xiàn)對(duì)軟骨厚度的測(cè)量和評(píng)價(jià)，已經(jīng)逐漸成為醫(yī)學(xué)圖形處理領(lǐng)域的一個(gè)研究熱點(diǎn)。對(duì)這項(xiàng)技術(shù)的研究將會(huì)大大提高診斷的效率和治療的效果，也符合醫(yī)學(xué)圖像處理的發(fā)展趨勢(shì)。本文就是以MR圖像中股骨頭軟骨的圖像分割、厚度測(cè)量、三維重建等幾項(xiàng)關(guān)鍵的檢測(cè)技術(shù)為主要研究?jī)?nèi)容的。
　　在圖像分割方面，結(jié)合了不同分割方法各自的優(yōu)點(diǎn)，提出了融合多種信息的多步分割算法，實(shí)現(xiàn)了對(duì)MR圖像中股骨頭軟骨的快速自動(dòng)分割。針對(duì)經(jīng)過(guò)預(yù)處理的MR圖像，通過(guò)Hough變換計(jì)算出股

3、骨頭的圓心位置，結(jié)合股骨頭的解剖學(xué)尺寸約束，提取出圖像中的感興趣區(qū)域，并實(shí)現(xiàn)粗分割。利用自適應(yīng)閾值的Canny邊緣檢測(cè)算子提取目標(biāo)區(qū)域的邊緣，按照提出的準(zhǔn)則對(duì)粗分割區(qū)域內(nèi)的邊緣進(jìn)行噪聲消除，檢測(cè)出精確的股骨頭軟骨內(nèi)外邊緣，進(jìn)而提取出內(nèi)外邊緣之間的圖像信息，實(shí)現(xiàn)對(duì)軟骨的準(zhǔn)確分割。
　　在厚度測(cè)量方面，在MR成像平面內(nèi)實(shí)現(xiàn)對(duì)軟骨厚度的測(cè)量是目前的主要技術(shù)手段。通過(guò)建立平面薄面體的數(shù)學(xué)模型和MR攝影過(guò)程的仿真信號(hào)，在理論上證明了基于高斯

4、二階微分的零交叉法對(duì)于二維MR斷層圖像中目標(biāo)特征厚度測(cè)量的有效性，仿真實(shí)驗(yàn)和MR成像實(shí)驗(yàn)進(jìn)一步驗(yàn)證了這個(gè)結(jié)論的正確性。在此基礎(chǔ)上，針對(duì)由軟骨表面形狀和斷層成像引起的軟骨厚度的過(guò)測(cè)量問(wèn)題，提出了基于形狀約束的過(guò)測(cè)量誤差校正算法，對(duì)斷層圖像中得到的測(cè)量厚度進(jìn)行校正，準(zhǔn)確地獲得了軟骨的真實(shí)厚度信息，實(shí)現(xiàn)了在二維MR斷層圖像中股骨頭軟骨的準(zhǔn)確測(cè)量。
　　在三維MR圖像中直接測(cè)量股骨頭軟骨的空間厚度將是測(cè)量技術(shù)的發(fā)展趨勢(shì)，因?yàn)檫@種方法無(wú)需校

5、正環(huán)節(jié)，在原理上更符合測(cè)量的物理意義。由于 MR圖像斷層間的距離遠(yuǎn)大于圖像中像素間的距離，因此對(duì)斷層圖像層間進(jìn)行插值是實(shí)現(xiàn)空間測(cè)量的必要前提。提出了基于灰度區(qū)域分割的線性插值與匹配插值混合的插值算法，將線性插值的高效性和匹配插值的精確性有機(jī)結(jié)合，較好地實(shí)現(xiàn)了斷層圖像間的快速準(zhǔn)確插值，使空間體素具有各向同性特征。在此基礎(chǔ)上，將基于高斯二階微分的零交叉法拓展到三維空間，用Hessian矩陣簡(jiǎn)化了復(fù)雜的高斯函數(shù)三維卷積運(yùn)算，實(shí)現(xiàn)了對(duì)軟骨空間厚

6、度的直接測(cè)量。實(shí)驗(yàn)表明這是一種有效的測(cè)量方法。
　　在三維重建方面，利用經(jīng)典的三角剖分方法實(shí)現(xiàn)了股骨頭軟骨的表面重建。針對(duì)由密集的量化數(shù)據(jù)點(diǎn)帶來(lái)的表面粗糙問(wèn)題，提出了層間錯(cuò)位的數(shù)據(jù)點(diǎn)遴選方法，成功地消除了重建表面上的梯田效應(yīng)。針對(duì)空間直接剖分產(chǎn)生的耗時(shí)問(wèn)題，提出了改進(jìn)的Delaunay三角剖分方法，在保證了重建表面質(zhì)量的前提下，有效地減少了計(jì)算時(shí)間，提高了重建效率，增強(qiáng)了三維重建方法的應(yīng)用性。重建的軟骨三維模型中包含了軟骨的形狀特