腦白質(zhì)疏松癥MR圖像病變區(qū)域分割方法研究及量化分析.pdf

1、腦白質(zhì)疏松癥(Leukoaraiosis，LA)是一種由多種發(fā)病機(jī)制引起的，以認(rèn)知功能損害為主要表現(xiàn)的腦白質(zhì)區(qū)域病變，是老年人中的常見病。臨床上對LA患者病變程度的診斷主要依靠兩種方式：行為測試量表和影像學(xué)檢查。其中，影像學(xué)檢查方式又分為CT檢查和MR檢查兩種。相對于CT而言，MR檢查技術(shù)對LA患者的病灶檢出具有更好的效果，特別是單個病灶的形態(tài)及范圍。如在腦白質(zhì)疏松癥MR圖像T2加權(quán)像上，病變區(qū)域呈高亮顯示，具有圖像對比敏感性。MR圖像

2、的這一特點極大的提高了LA病灶的檢出率，因此，臨床上將MR檢查作為診斷LA的首選方法。
　　 腦白質(zhì)疏松癥MR影像學(xué)上的特征包括病灶位置及數(shù)目、病灶與周圍組織的對比度、病灶占腦白質(zhì)區(qū)域的比例等。目前，臨床醫(yī)師主要依據(jù)經(jīng)驗進(jìn)行LA病變程度的判斷，這種判斷有一定的主觀性，無法對病變區(qū)域定量分析及可視化研究，容易造成誤診。而醫(yī)學(xué)圖像處理技術(shù)，如通過分割等，可以實現(xiàn)病變區(qū)域的量化及可視化。本文利用醫(yī)學(xué)圖像處理技術(shù)，結(jié)合LA病變區(qū)域MR圖

3、像的特點，對LA患者的MR圖像進(jìn)行分割及病變區(qū)域的量化分析，為LA病變程度的診斷及預(yù)后判斷提供可視化及量化依據(jù)。
　　 LA患者M(jìn)R圖像的T1和T2加權(quán)像具有一定的互補(bǔ)性：腦白質(zhì)區(qū)域在T1像上顯示較為清晰，在T2像上白質(zhì)區(qū)域與周圍積液、灰質(zhì)差別較??；而腦白質(zhì)病變區(qū)域在T1像稍顯暗色，在T2像上呈高亮信號顯示。利用腦白質(zhì)區(qū)域與白質(zhì)病變區(qū)域在T1、T2像中的不同特征，分別在T1與T2像上進(jìn)行腦白質(zhì)區(qū)域與病變區(qū)域分割。本文的主要工作分

4、以下三部分進(jìn)行：
　　 (1)T1加權(quán)像上腦白質(zhì)區(qū)域分割：首先，利用標(biāo)記分水嶺法進(jìn)行去頭骨預(yù)分割，在此基礎(chǔ)上分別采用形態(tài)學(xué)法、FCM聚類法、基于灰度直方圖的多閾值小波分析法對顱內(nèi)組織進(jìn)行分割，提取腦白質(zhì)區(qū)域，并對實驗結(jié)果進(jìn)行分析比較，驗證本文提出的基于灰度直方圖的多閾值小波分析法對腦白質(zhì)區(qū)域分割的高效性及優(yōu)越性。
　　 (2)T2加權(quán)像上腦白質(zhì)病變區(qū)域分割：提出將Otsu閾值法與改進(jìn)的C-V模型法相結(jié)合對病變區(qū)域進(jìn)行分割

5、的方法。首先使用Otsu閾值法對圖像進(jìn)行粗分割，提取出病變區(qū)域輪廓線，然后將其作為改進(jìn)C-V模型的初始輪廓，同時利用水平集算法進(jìn)行曲線演化，得到腦白質(zhì)病變區(qū)域的精細(xì)輪廓，從而實現(xiàn)病變區(qū)域的自動快速分割。
　　 (3)對分割結(jié)果進(jìn)行量化分析：利用LA患者T1和T2像的空間一致性，分別計算分割得到的腦白質(zhì)區(qū)域及白質(zhì)病變區(qū)域的體積，并求取二者的體積百分比，將此作為衡量白質(zhì)病變程度的標(biāo)準(zhǔn)，并與醫(yī)生診斷結(jié)果進(jìn)行比較。結(jié)果表明本文提出的病變