基于多模態(tài)MRI的腦白質(zhì)病變檢測算法研究.pdf

1、腦白質(zhì)疏松癥是一種在T2FLAIR的MRI等醫(yī)學影像中雙側(cè)腦室前后角周圍白質(zhì)、半卵圓中心、放射冠等區(qū)域所表現(xiàn)出的大小不等的斑點狀或融合成片狀的白質(zhì)高信號區(qū),是中老年的常見病之一。它的病理學成因到現(xiàn)在為止還并不是很清楚,可能與中風、帕金森病、輕度認知障礙、阿爾茨海默氏癥、甚至情緒紊亂等有聯(lián)系。同時,在與患者T2FLAIR影像中的白質(zhì)疏松區(qū)域?qū)?yīng)的 ESWAN影像的相應(yīng)區(qū)域中可以觀察到腦內(nèi)深部髓質(zhì)靜脈的顯現(xiàn),它們之間的關(guān)系近年來開始被醫(yī)學界

2、探索,研究者正試圖通過它們在影像學上的關(guān)系和表現(xiàn)進一步解釋其關(guān)聯(lián)性。臨床醫(yī)生往往通過主觀經(jīng)驗或者簡單的體視學網(wǎng)格測量對腦白質(zhì)疏松癥程度進行評級;而腦內(nèi)深部髓質(zhì)靜脈即使在最明顯的 ESWAN影像中仍是管徑細小、成像模糊、分辨困難。這些主觀評價無法提供一個準確的論據(jù),因此需要一種可靠的計算機輔助方法幫助醫(yī)生準確提取腦白質(zhì)疏松癥病變區(qū)域和腦內(nèi)深部髓質(zhì)靜脈。
　　針對這樣的需求,本文根據(jù)兩種病變區(qū)域在多模態(tài)影像下的成像特點,研究了對T2F

3、LAIR影像中腦白質(zhì)疏松癥和 ESWAN影像中腦內(nèi)深部髓質(zhì)靜脈主干兩者進行自動提取的計算機輔助診斷方法,主要分為三大步:先對 T2FLAIR影像進行頭骨剝離預(yù)處理;然后在 T2FLAIR影像中提取腦白質(zhì)疏松區(qū)域;最后在ESWAN影像的相應(yīng)區(qū)域(與T2FLAIR影像中的腦白質(zhì)疏松區(qū)域?qū)?yīng))提取腦內(nèi)深部髓質(zhì)靜脈主干。頭骨剝離預(yù)處理先后利用了大津閾值法和形態(tài)學方法,可以對干擾腦白質(zhì)疏松分割的非大腦組織高信號進行有效剝離,實驗中本方法與通用的B

4、SE頭骨剝離方法一起與手動精細分割金標準相比,在Jaccard相似度和Dice相似度兩個測度上得出本方法上更為準確。腦白質(zhì)疏松區(qū)域分割則首先通過大津閾值法確定腦組織中腦白質(zhì)疏松區(qū)域的初始輪廓,然后用一種改進的C-V模型方法對初始輪廓進行迭代演化,對比實驗證明本方法比Li的免初始化的水平集方法在分割效果上表現(xiàn)略好,在分割時間上表現(xiàn)更優(yōu)。最后,利用了 Hessian矩陣的特征值與腦內(nèi)深部髓質(zhì)靜脈灰度變化方向之間的關(guān)系設(shè)計了一種篩選器,用于腦