二維顱腦CT圖像紋理統(tǒng)計(jì)特征的提取與應(yīng)用.pdf

1、隨著醫(yī)學(xué)影像技術(shù)的飛速發(fā)展，包括多排螺旋CT在內(nèi)的先進(jìn)檢查設(shè)備得到廣泛應(yīng)用。醫(yī)學(xué)影像資料在提高醫(yī)生診斷準(zhǔn)確率的同時(shí)，也帶來很大的讀片工作量。在此背景下，本文針對(duì)二維顱腦CT圖像開展了計(jì)算機(jī)輔助診斷系統(tǒng)的研究，通過使用圖像紋理分析技術(shù)從海量醫(yī)學(xué)影像數(shù)據(jù)中提取能夠反映病變情況的關(guān)鍵信息。 對(duì)于顱腦CT圖像而言，組織區(qū)域表現(xiàn)出的灰度紋理信息具有重要的診斷價(jià)值。本文利用醫(yī)學(xué)圖像紋理分析技術(shù)提出了一種基于多分辨率幾何不變矩(Multi-r

2、esolullion Geometric Moment Invariants，MRGMI)的顱腦CT圖像紋理特征提取方法。該方法構(gòu)造了不同尺度下的紋理特征結(jié)構(gòu)，既能夠在高分辨率下識(shí)別細(xì)節(jié)紋理模式，也可以在低分辨率下描述圖像區(qū)域的整體紋理統(tǒng)計(jì)信息。實(shí)驗(yàn)表明，MRMGI具有較好的紋理模式區(qū)分能力。特別是經(jīng)過PCA特征優(yōu)化的MRGMI在顱腦CT圖像分割中取得了良好的效果，能分割出較為完整的白質(zhì)、灰質(zhì)和腦脊液。 利用MRMGI在描述圖像

3、整體與細(xì)節(jié)紋理信息方面的優(yōu)勢(shì)，提出了一種基于非剛性配準(zhǔn)的紋理統(tǒng)計(jì)圖譜創(chuàng)建方法。將其應(yīng)用于顱腦異常密度病變的自動(dòng)化檢出時(shí)，使用Mahalanobis距離度量待測(cè)樣本圖像的MRGMI特征向量與紋理統(tǒng)計(jì)圖譜的差異，實(shí)現(xiàn)病變檢出。實(shí)驗(yàn)中對(duì)幾類典型病變均能正確定位并刻畫出較完整的病變區(qū)域輪廓。 基于統(tǒng)計(jì)圖譜的病變檢出涉及醫(yī)學(xué)圖像處理的多項(xiàng)重要理論和技術(shù)，其中最為關(guān)鍵的是非剛性配準(zhǔn)、紋理特征提取和統(tǒng)計(jì)模型的建立。將特征提取與非剛性配準(zhǔn)結(jié)合，