基于多圖譜的多發(fā)性硬化病變分割方法研究與應(yīng)用.pdf

1、多發(fā)性硬化病變是一種比較常見的中樞神經(jīng)系統(tǒng)疾病，早期癥狀表現(xiàn)為四肢麻木乏力，后期會導(dǎo)致中風(fēng)、認(rèn)知障礙和視力退化等，嚴(yán)重威脅人類的健康。臨床上通過核磁共振圖像手動勾畫病變組織確診病情，費(fèi)時(shí)費(fèi)力且具有主觀不確定性。因此，研究多發(fā)性硬化病變的自動分割算法，提高其分割準(zhǔn)確性和穩(wěn)定性，對于診斷、治療該疾病具有重要意義。
　　在閱讀大量文獻(xiàn)的基礎(chǔ)之上，本文使用了一種基于多圖譜的分割方法，應(yīng)用于多發(fā)性硬化病變的自動分割。研究工作主要有：

2、　?。?）緒論。介紹了多發(fā)性硬化病變分割的研究意義，通過閱讀文獻(xiàn)，分析了現(xiàn)階段國內(nèi)外關(guān)于多發(fā)性硬化病變分割的研究現(xiàn)狀，對本文各部分研究內(nèi)容作了簡要說明。
　?。?）核磁共振圖像的分割方法。介紹了腦部病變分割的必備理論知識，主要包括腦部醫(yī)學(xué)圖像相關(guān)知識和核磁共振成像技術(shù)以及核磁共振圖像分割方法。對閾值法、聚類法、分水嶺算法和小波變換進(jìn)行了簡單介紹?；趫D譜的分割方法有三種：基于單圖譜的分割方法、基于平均圖譜的分割方法和基于多圖譜的分

3、割方法。
　　（3）基于多圖譜的多發(fā)性硬化病變分割算法。對基于多圖譜的分割方法流程進(jìn)行了介紹，并對圖像預(yù)處理、圖像配準(zhǔn)與分割以及圖像融合這三個(gè)步驟進(jìn)行了詳細(xì)的介紹。在預(yù)處理過程中首先通過BET算法將原始圖像去腦殼，然后利用曲線擬合和遺傳算法進(jìn)行偏移場校正。在配準(zhǔn)方面，本文主要針對過去配準(zhǔn)方法存在精度不高等問題，采用了fsl-anat配準(zhǔn)方法。Fsl-anat配準(zhǔn)方法利用局部相似性作為配準(zhǔn)的相似性測度，并且對變形場施加了有效的約束及

4、平滑可以達(dá)到比較好的配準(zhǔn)效果。我們以fsl-anat配準(zhǔn)的局部相似性作為融合時(shí)的權(quán)重，它適合于單模態(tài)和多模態(tài)配準(zhǔn)任務(wù)。在融合過程中使用了加權(quán)選擇融合策略。
　?。?）基于多圖譜的多發(fā)性硬化病變分割方法實(shí)驗(yàn)結(jié)果分析。利用本文的算法進(jìn)行實(shí)驗(yàn)并實(shí)現(xiàn)多發(fā)性硬化病變分割。根據(jù)腦部病變組織的特征，本文選取了相似性測度來對分割結(jié)果進(jìn)行評價(jià)。融合所得到的腦部病變組織在形狀和大小方面都和專家手動分割的結(jié)果比較接近，十組實(shí)驗(yàn)的相似性測度值都達(dá)到了0.