基于高分辨率顱腦CT體數(shù)據(jù)的病變自動檢出方法研究.pdf

1、隨著計算機技術、圖像處理技術、模式識別技術、人工智能技術等的進一步發(fā)展，整個社會的智能化程度越來越高。在醫(yī)學領域，各種大容量、高清晰的醫(yī)學影像設備得到越來越多的普及應用，在一個中等規(guī)模的醫(yī)院，各種醫(yī)療儀器設備產(chǎn)生的斷層掃描圖片都在以大于10GB/天的速度增長。醫(yī)生每天要面對電腦屏幕或膠片做大量的診斷，這種負荷增長會降低大型檢查設備的使用效率，并且導致不必要的漏診和誤診。傳統(tǒng)的人工讀片方式已經(jīng)明顯落后于影像檢查技術和設備的飛速發(fā)展，隨著更

2、大容量、更高清晰度、更先進影像檢查設備的不斷普及應用，這種矛盾將變得日益突出。
　　 醫(yī)學圖像本身是一種自然圖像，具有自然圖像所應該具備的特性，包括結構連續(xù)性，在CT圖像中表現(xiàn)出的灰度一致性等，從理論上說可以通過圖像處理、模式識別等技術對這些圖片進行機器識別。長遠來說，開展以計算機輔助診斷或計算機智能化診斷為目標的醫(yī)學圖像處理和分析研究將成為醫(yī)學圖像領域研究的一個主要趨勢。而要實現(xiàn)計算機智能化診斷或計算機輔助診斷，首先必須面對和

3、解決的一個問題就是醫(yī)學圖像上病變區(qū)域的計算機自動化檢出。針對三維全腦掃描數(shù)據(jù)的病變檢出，特別是針對紋理特征病變的檢出還剛剛開始，本文瞄準計算機智能化診斷這個方向，以顱腦病變計算機自動化檢出為目標，針對基于三維顱腦高分辨率CT掃描數(shù)據(jù)的病變檢出進行了深入研究，提出了一些有新意的算法或對已有算法進行了改進，并根據(jù)顱腦CT圖像，針對不同類型病變進行了實驗，驗證了本文提出的整體框架和算法的有效性。論文的研究內容和創(chuàng)新點如下：
　　 (1

4、)提出了針對三維CT數(shù)據(jù)進行病變自動檢出的整體框架。
　　 目前，針對三維CT數(shù)據(jù)的病變自動檢出方法研究還處在初始階段，沒有統(tǒng)一的框架和標準。本文提出了一種基于三維顱腦CT數(shù)據(jù)和特征向量統(tǒng)計圖譜的病變檢出方法，對實現(xiàn)病變檢出的流程和總體框架進行了設計，包括數(shù)據(jù)預處理，剛性配準與非剛性配準，圖譜的創(chuàng)建，特征提取以及最終的病變檢出等各個階段，并且對每一個階段進行了算法研究和實驗驗證，最后的病變檢出結果驗證了整體框架的有效性。

5、　　 (2)提出了基于先驗知識和結構連續(xù)性的全腦CT圖像分割算法以及改進的斷層插值算法。
　　 根據(jù)顱腦CT圖像本身具有的先驗知識以及顱腔內結構的連續(xù)性，提出了一種基于先驗知識和結構連續(xù)性的全腦分割算法，從最中間一層開始，分別向顱頂和顱底方向進行分割，能夠自動化的一次性分割出病變檢出的感興趣區(qū)域，即完整腦實質和腦脊液區(qū)域。本文提出的改進斷層插值方法通過在每一個體素點處選擇一個鄰域窗口，從鄰域窗口中根據(jù)特征值來尋找對應點的方法進

6、行插值。實驗結果表明該方法完全滿足插值的約束條件，插值出來的圖像結構清晰，保持了原有圖像的結構特性和紋理特性，能夠滿足后續(xù)數(shù)據(jù)處理的需要。
　　 (3)提出了改進的剛性配準算法，避免陷入局部最優(yōu)解。
　　 由于Powell尋優(yōu)算法是一種局部特性很好的尋優(yōu)算法，但是容易陷入局部最優(yōu)解。此外，圖像本身的特點和插值所引起的局部相似性也容易使得配準過程陷入局部最優(yōu)。本文提出了一種基于均勻設計和Powell相結合的尋優(yōu)算法，實驗驗

7、證能夠較好的獲取全局最優(yōu)解。
　　 (4)提出了改進的Demons算法，增強配準的拓撲保持性。
　　 針對已有研究成果中不能完全消除非剛性配準過程中非拓撲保持性形變的現(xiàn)狀，提出了改進的拓撲保持性算法，認為拓撲保持性不僅僅需要減少形變量，有時也需要增加形變量。改進算法在保持形變方向的前提下，對形變量進行雙向尋優(yōu)來尋找使得Jacobian行列式大于零的形變距離。通過實驗驗證，改進算法基本消除了不具備拓撲保持性的形變點。

8、>　　 (5)提出了一種紋理特征向量構建方法。
　　 為了對具有紋理特征的病變進行檢測，需要構建一種維數(shù)不高且具有較高紋理分類能力的紋理特征向量。本文在理論分析的基礎上提出了構成紋理特征向量的可選特征，并通過實驗選擇了最佳的紋理特征組合來構建紋理特征向量。這種紋理特征向量的特點是結構簡單，與其它高維紋理特征向量相比能夠顯著減少計算量，同時具有良好的紋理分類能力。通過實驗驗證，基于該紋理特征向量的病變檢出效果良好，病變檢出區(qū)域與