3D-4D MR圖像的腦組織及多發(fā)性硬化損傷區(qū)域的分割方法.pdf

1、核磁共振成像技術(shù)因其非介入性、非損傷性以及很少受目標(biāo)運(yùn)動(dòng)影響等特點(diǎn)，已受到醫(yī)學(xué)影像醫(yī)生以及研究人員的廣泛關(guān)注，是臨床研究和病理分析的重要技術(shù)手段。腦核磁共振圖像分割可以為研究腦組織以及病變結(jié)構(gòu)提供有效地形狀和統(tǒng)計(jì)信息，不但為腦疾病的量化診斷提供幫助，而且利用縱向神經(jīng)影像（即4D神經(jīng)影像）可以動(dòng)態(tài)量化分析腦組織動(dòng)態(tài)變化以及病灶的病變過(guò)程，為腦部疾病預(yù)測(cè)、病灶變化研究、治療和恢復(fù)效果判斷等具有重要意義。由于借助專家的手工和交互式分割費(fèi)時(shí)、昂

2、貴和受到主觀因素的影響，自動(dòng)分割和定量分析方法成為核磁共振圖像處理的關(guān)鍵。然而腦核磁共振圖像受噪聲、偏移場(chǎng)以及部分容積效應(yīng)的影響，傳統(tǒng)的分割方法的精度不高，限制了其實(shí)際應(yīng)用。而針對(duì)4D腦圖像分割，使用3D的分割方法分別對(duì)4D數(shù)據(jù)中每個(gè)時(shí)間點(diǎn)的圖像單獨(dú)分割，沒(méi)有充分利用4D腦圖像在時(shí)間維統(tǒng)計(jì)相關(guān)性，有必要研究時(shí)間信息先驗(yàn)驅(qū)動(dòng)的快速精準(zhǔn)分割算法。
　　針對(duì)上述關(guān)鍵學(xué)術(shù)問(wèn)題，本文以腦萎縮和多發(fā)性硬化損傷的核磁共振圖像分析為應(yīng)用背景，以3

3、D和4D腦核磁共振圖像的腦組織和多發(fā)性硬化損傷區(qū)域的自動(dòng)分割方法為研究主線，所取得的研究成果為:
　　(1)為了克服腦核磁共振圖像中的灰度分布不均勻性，提出基于互信息的腦核磁共振圖像分割與偏移場(chǎng)矯正模型及快速算法。通過(guò)定義基于互信息的腦組織隸屬度表征度量，將偏移場(chǎng)建模為一組多項(xiàng)式基函數(shù)的線性組合，并將其融入高斯概率密度函數(shù)，提出基于互信息的腦核磁共振圖像的分割與偏移場(chǎng)矯正的變分模型。論文給出了利用分裂Bregman算法快速求解隸屬

4、度函數(shù)的快速分割與偏移場(chǎng)矯正算法。實(shí)驗(yàn)表明該方法可以準(zhǔn)確高效地得到腦白質(zhì)，灰質(zhì)以及腦脊液，優(yōu)于目前比較流行的幾種腦組織分割與偏移場(chǎng)矯正的方法。
　　(2)由于成像時(shí)間、成像設(shè)備以及成像參數(shù)不同，以及腦組織在時(shí)間上的變化，使得4D腦組織的分割非常困難。利用時(shí)空信息構(gòu)造各向異性的時(shí)空約束項(xiàng)，結(jié)合帶偏移場(chǎng)信息的構(gòu)造數(shù)據(jù)擬合項(xiàng)，提出了一種時(shí)空信息驅(qū)動(dòng)的4D腦組織分割最優(yōu)化模型及其數(shù)值求解算法。該模型綜合了每個(gè)時(shí)間點(diǎn)的灰度信息、空間以及時(shí)間

5、的變化信息，可以非常魯棒的分割4D腦組織，較好的體現(xiàn)每個(gè)時(shí)間點(diǎn)的圖像個(gè)性以及腦組織緩慢變化的共性特征。在仿真數(shù)據(jù)以及OASIS的真實(shí)數(shù)據(jù)上的驗(yàn)證表明本文方法可以提供符合腦組織緩慢變化特性的4D腦組織的分割結(jié)果。
　　(3)由于核磁共振圖像中多發(fā)性硬化損傷的形狀可變、位置各異、亮度和紋理表現(xiàn)各異，核磁共振圖像灰度分布不均勻、部分容積效應(yīng)、頭骨剝離等系列因素，使得多發(fā)性硬化損傷區(qū)域的分割具有極大的挑戰(zhàn)性?；诙嗄B(tài)影像之間的信息融合提

6、高腦圖像組織與病變結(jié)構(gòu)分割精度是一條有效途徑。在不同模態(tài)(T1，T2和FLAIR)影像中，多發(fā)性硬化損傷的表現(xiàn)形式具有明顯的差異（在FLAIR序列中多發(fā)性硬化損傷區(qū)域呈現(xiàn)高亮度，在T2序列中多發(fā)性硬化損傷區(qū)域的灰度與腦脊液的灰度相近，而在T1序列中其灰度與灰質(zhì)的灰度相近）。本文在FLAIR和T1序列圖像基礎(chǔ)上，提出一種多模態(tài)信息融合的多發(fā)性硬化損傷區(qū)域的水平集分割方法。該方法首先利用異常值檢測(cè)以及水平集方法在FLAIR序列中檢測(cè)出高亮度

7、區(qū)域的邊緣，再用T1序列圖像提供的空間位置信息去除假陽(yáng)性結(jié)果。在公開(kāi)數(shù)據(jù)集以及臨床數(shù)據(jù)集上的測(cè)試結(jié)果表明本文方法可以較好地檢測(cè)出多發(fā)性硬化損傷區(qū)域的邊界，且能保證非常穩(wěn)定的分割正確率。
　　(4)進(jìn)一步跟蹤不同患者多發(fā)性硬化損傷區(qū)域在不同時(shí)期的演變，結(jié)合患者的縱向數(shù)據(jù)(longitudinal data)進(jìn)行4D核磁共振圖像的分割和變化檢測(cè)定量分析成為新的研究課題。本文利用3D腦多發(fā)性硬化損傷區(qū)域的分割方法提取出各個(gè)時(shí)間點(diǎn)的多發(fā)性