基于配準(zhǔn)的顱腦CT圖像分割的研究.pdf

1、高分辨率、大容量的醫(yī)學(xué)圖像數(shù)據(jù)為臨床診斷提供了有力的輔助工具，同時(shí)它也增加了讀片醫(yī)生的工作負(fù)擔(dān)。在此背景下，開展計(jì)算機(jī)輔助診斷的研究，已經(jīng)成為了醫(yī)學(xué)圖像處理與分析領(lǐng)域的熱點(diǎn)和將來發(fā)展的主要方向。本文以顱腦CT圖像病變自動(dòng)化檢出為研究目標(biāo)，以顱腦CT圖像的配準(zhǔn)和分割為研究切入點(diǎn)，對(duì)相關(guān)技術(shù)進(jìn)行了深入研究，并且取得了一些成果，為實(shí)現(xiàn)顱腦病變自動(dòng)化檢出做好前期準(zhǔn)備。
　　 非剛性配準(zhǔn)不僅是病變自動(dòng)檢出的關(guān)鍵技術(shù)，也是統(tǒng)計(jì)圖譜創(chuàng)建的必要

2、步驟。其中Demons算法是一種在準(zhǔn)確度評(píng)價(jià)中很優(yōu)秀的非剛性配準(zhǔn)算法，但它是基于光流場(chǎng)小形變模型的配準(zhǔn)算法，在大形變情況下不具有拓?fù)浔３中裕瑢⑺糜诋愺w顱腦CT圖像配準(zhǔn)時(shí)效果不理想。為此，本研究對(duì)它進(jìn)行了改進(jìn)。首先建立Demons算法目標(biāo)能量函數(shù)，將形變場(chǎng)求解轉(zhuǎn)化為目標(biāo)函數(shù)優(yōu)化問題；然后通過增加sKL距離作為正則項(xiàng)來優(yōu)化目標(biāo)函數(shù)，消除了形變場(chǎng)的不適定性，并使形變場(chǎng)更加光滑。對(duì)高分辨率顱腦CT圖像的實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法不僅能夠處理大形變

3、問題，還能在處理大形變時(shí)通過光滑的形變場(chǎng)得到精確的配準(zhǔn)結(jié)果。
　　 在上述改進(jìn)的配準(zhǔn)算法基礎(chǔ)上，本文通過模仿人工分割過程，提出了一種基于配準(zhǔn)的顱腦CT自動(dòng)分割算法，其目標(biāo)是將腦灰質(zhì)、腦白質(zhì)和腦脊液完整的分割出來。本算法首先采用中值濾波和模糊C-均值聚類對(duì)參考圖像進(jìn)行預(yù)分割，再利用解剖知識(shí)對(duì)其進(jìn)行手動(dòng)修正，得到先驗(yàn)的分割圖譜，以此圖譜指導(dǎo)后面的分割工作。分割算法實(shí)現(xiàn)過程如下，首先將待分割圖像向參考圖像配準(zhǔn)，然后利用先驗(yàn)圖譜對(duì)配準(zhǔn)結(jié)