基于多圖譜配準(zhǔn)的醫(yī)學(xué)圖像分割.pdf

1、醫(yī)學(xué)圖像分割，在臨床診斷、病理分析、手術(shù)計(jì)劃、影像信息處理、計(jì)算機(jī)輔助手術(shù)等醫(yī)學(xué)研究與實(shí)踐領(lǐng)域有著廣泛的應(yīng)用。相比于耗時(shí)費(fèi)力的手動(dòng)分割和半自動(dòng)分割，自動(dòng)分割算法的研究具有重要的研究意義與使用價(jià)值。在眾多自動(dòng)分割算法中，基于圖譜的分割算法具有突出的表現(xiàn)，因此是近年來的研究熱點(diǎn)。基于圖譜的分割分為基于單圖譜的分割和基于多圖譜的分割，前者側(cè)重于研究腦部各結(jié)構(gòu)或區(qū)域之間的關(guān)系，后者主要用于進(jìn)行體積測量和形態(tài)學(xué)研究，后者的分割精度高于前者。本文主

2、要研究基于多圖譜的分割算法對腦磁共振圖像的分割。
　　圖譜(Atlas)定義為灰度圖像和其對應(yīng)的手動(dòng)分割圖像?；诙鄨D譜的分割一般是以待分割灰度圖像為參考圖像，以多對圖譜的灰度圖像作為浮動(dòng)圖像，進(jìn)行配準(zhǔn)，然后使用配準(zhǔn)得到的參數(shù)對圖譜的分割圖像進(jìn)行變形，將變形后的圖譜上的標(biāo)簽值映射到待分割圖像的坐標(biāo)中，通過標(biāo)簽融合等處理得到分割結(jié)果。按此流程可以將算法分為圖譜的獲取、線下學(xué)習(xí)、配準(zhǔn)、圖譜選擇、標(biāo)簽映射、在線學(xué)習(xí)、標(biāo)簽融合和后處理八個(gè)

3、步驟，其中配準(zhǔn)、標(biāo)簽融合和后處理是分割算法中的關(guān)鍵，對分割精度有著直接的決定作用，所以本文在實(shí)現(xiàn)整個(gè)分割算法的過程中對這三個(gè)部分進(jìn)行了詳細(xì)的介紹。
　　醫(yī)學(xué)圖像配準(zhǔn)是使一張圖像通過形狀變化與另一張圖像的相同解剖點(diǎn)匹配的過程，配準(zhǔn)的實(shí)質(zhì)是對形變參數(shù)的求解。配準(zhǔn)算法有四個(gè)要素:特征空間、搜索空間、相似性測度和搜索策略。本文中使用圖像的灰度信息，以歸一化互信息為相似性測度，使用Powell算法尋找圖譜與待分割圖像之間的全局相似變換關(guān)系。

4、
　　標(biāo)簽融合算法中基于局部相似性的加權(quán)融合具有明顯優(yōu)勢，本文研究了多圖譜聯(lián)合加權(quán)融合算法，此算法在繼承傳統(tǒng)的加權(quán)融合算法的多圖譜、局部加權(quán)等優(yōu)勢的同時(shí)，將圖譜之間的關(guān)聯(lián)考慮在內(nèi)，將權(quán)重的求解轉(zhuǎn)化為使均方誤差函數(shù)最小的優(yōu)化問題，并在加權(quán)過程中使用塊搜索策略，實(shí)驗(yàn)證明這一策略將進(jìn)一步提高算法的精度。
　　在對自動(dòng)分割算法進(jìn)行評價(jià)時(shí)，通常將手動(dòng)分割作為標(biāo)準(zhǔn)分割。由手動(dòng)分割協(xié)議和自動(dòng)分割標(biāo)準(zhǔn)之間的不對等引起的誤差稱為系統(tǒng)性誤差，是