醫(yī)學(xué)圖像處理的關(guān)鍵技術(shù)研究.pdf

1、醫(yī)學(xué)圖像處理是計(jì)算機(jī)科學(xué)在醫(yī)學(xué)中的重要應(yīng)用領(lǐng)域之一。X射線成像是醫(yī)學(xué)成像早期的重要研究成果。核磁共振成像、超聲成像等其它成像技術(shù)推動(dòng)了醫(yī)學(xué)圖像處理的研究和發(fā)展。各種新的醫(yī)學(xué)成像方法的臨床應(yīng)用，為醫(yī)學(xué)診斷和治療技術(shù)提供了幾乎不損傷人體器官的觀察方法。目前，通過各種成像技術(shù)得到的信息已經(jīng)成為重要的臨床診斷輔助手段。但是，通過這些成像技術(shù)得到的原始圖像并不能保證醫(yī)生和研究者們能得到所有隱藏的信息。因此，醫(yī)學(xué)圖像處理技術(shù)借助了目前的計(jì)算機(jī)圖像處

2、理方法，幫助醫(yī)生從人體內(nèi)部病變部位提取出有用的信息，提高了診斷的正確性。在計(jì)算機(jī)的輔助應(yīng)用下，醫(yī)學(xué)圖像處理技術(shù)帶動(dòng)著現(xiàn)代醫(yī)學(xué)診斷技術(shù)正產(chǎn)生著巨大的變革。醫(yī)學(xué)圖像處理是計(jì)算機(jī)圖像處理中的熱點(diǎn)研究領(lǐng)域之一。因此，醫(yī)學(xué)圖像處理技術(shù)一直受到國(guó)內(nèi)外研究人員的高度重視。
　　本文主要將對(duì)醫(yī)學(xué)圖像處理領(lǐng)域的兩個(gè)關(guān)鍵問題進(jìn)行研究：其一是核磁共振成像中的高維kurtosis張量的重建與成像；其二是醫(yī)學(xué)圖像分割技術(shù)。擴(kuò)散kurtosis成像是在200

3、5年提出的基于擴(kuò)散張量成像的技術(shù)。該技術(shù)與傳統(tǒng)的擴(kuò)散張量成像不同，kurtosis張量的非高斯模型使得人們對(duì)大腦中的水分子運(yùn)動(dòng)模型有了重新認(rèn)識(shí)。擴(kuò)散kurtosis成像可以精確表示水分子高斯運(yùn)動(dòng)的偏差情況，并且對(duì)神經(jīng)疾病的研究有重大的意義。本文提出了在kurtosis張量的重建與成像研究領(lǐng)域中的新算法，使kurtosis張量的重建與成像技術(shù)能直接應(yīng)用于臨床醫(yī)學(xué)的疾病檢測(cè)與診斷。
　　圖像分割技術(shù)是圖像處理中研究廣泛，技術(shù)實(shí)現(xiàn)困難的

4、問題。圖像分割是指把圖像中具有特殊涵義的不同區(qū)域分開來，并使這些區(qū)域互不相交且每一個(gè)區(qū)域都滿足特定區(qū)域的一致性。它是圖像處理與圖像分析中的一個(gè)經(jīng)典問題。目前在醫(yī)學(xué)圖像處理中，針對(duì)各種具體問題已經(jīng)提出了許多不同的圖像分割算法，對(duì)圖像分割的效果也有很好的分析結(jié)論。但是由于圖像分割問題所面向領(lǐng)域的特殊性，仍然尚未得到圓滿的具有普適性的解決方法。本文在醫(yī)學(xué)圖像分割領(lǐng)域中提出一個(gè)交互式算法和在三維彩色醫(yī)學(xué)圖像中分割管狀結(jié)構(gòu)物體的算法。這些精確的圖

5、像分割算法將會(huì)在醫(yī)學(xué)研究領(lǐng)域和輔助診斷方面具有廣泛的應(yīng)用價(jià)值。
　　本文針對(duì)上述醫(yī)學(xué)圖像處理領(lǐng)域的兩個(gè)關(guān)鍵研究方向作了深刻的理論分析和應(yīng)用算法研究。本學(xué)位論文取得的創(chuàng)新研究成果包括：
　　(1)提出了擴(kuò)散 kurtosis張量重建的新算法。目前的 kurtosis成像技術(shù)通常需要采集數(shù)百?gòu)埡舜殴舱駡D像進(jìn)行擴(kuò)散kurtosis成像。過多的核磁共振檢測(cè)不利于對(duì)人腦疾病的臨床檢查。而本文提出的算法能用帶有噪聲的75個(gè)方向或更少的核

6、磁共振圖像準(zhǔn)確地重建出kurtosis張量。本文的算法是基于多維信號(hào)的子空間學(xué)習(xí)的方法，并采用了迭代權(quán)重的方法減少噪聲影響進(jìn)而重建張量模型。這個(gè)方法減少了數(shù)據(jù)采集時(shí)間，使擴(kuò)散kurtosis成像順利地應(yīng)用在人腦疾病的臨床檢查中。
　　(2)提出了擴(kuò)散kurtosis成像的新算法。該算法主要基于自適應(yīng)球面積分方法計(jì)算出kurtosis張量的不變量。自適應(yīng)球面積分是利用了蒙特卡洛算法原理進(jìn)行的一種簡(jiǎn)化的球面積分運(yùn)算，其效率比一般的積分

7、算法更高。本算法成功地將蒙特卡洛算法和球面三角形學(xué)結(jié)合在一起，并在與其它擴(kuò)散kurtosis成像算法的對(duì)比實(shí)驗(yàn)中得到了噪聲更少的圖像和時(shí)間更短的計(jì)算過程。
　　(3)提出了一種基于水平集方法(level set method)的交互式圖像分割方法。算法主要貢獻(xiàn)是提出概率水平集并將其應(yīng)用于圖像分割之中。概率水平集是指將水平集構(gòu)造在概率密度函數(shù)上的方法。概率水平集突破了傳統(tǒng)水平集方法進(jìn)行圖像分割技術(shù)的速度慢、受用戶初始輸入影響大、容易