学位论文 > 优秀研究生学位论文题录展示

脑核磁共振影像脑组织分割及多发性硬化损伤算法

作　者: 万鹏程
导　师: 肖亮
学　校: 南京理工大学
专　业: 计算机技术
关键词: 图像分割 磁共振图像 偏移场 模糊C均值 多发性硬化症
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 45次
引　用: 0次
阅　读: 论文下载
 

内容摘要


脑核磁共振成像(Magnetic Resonance Imaging, MRI)以高分辨率、高速度、对人体无电离辐射等特点广泛应用于医学图像领域。其中,脑MR图像分割是计算机自动辅助诊断的重要环节,精确的分割对于医生制定治疗计划和诊断具有至关重要的作用。核磁共振图像分割主要就是提取脑MR图像中感兴趣目标区域,进而进行目标测量分析。由于MR图像存在偏移场和噪声的影响,传统的模糊C-均值(Fuzzy C-Means, FCM)聚类算法仅仅利用了像素点的灰度信息,而没有考虑到像素点的空间信息,所以得到的分割结果的准确性无法得到有效保证,鲁棒性差。本文以联合偏移场矫正与分割的改进FCM方法及其多模态的医学图像融合的多发性硬化症检测为研究思路,主要贡献为：(1)结合局部强度聚类和空间位置相关性的核加权方法,提出了一种基于核空间信息的组织聚类分割与偏移场矫正的改进FCM代价函数模型,推导了一种新的最优求解迭代算法。对比实验结果表明：该方法能有效克服偏移场和噪声对分割结果的影响,很好地保持了图像中结构信息。(2)通过融合BrainWeb脑图谱(atlas)先验信息,建立了联合配准与分割的FCM代价函数模型,给出了一种新的稳健性分割方法。实验结果表明：基于BrainWeb脑图谱先验信息引导下的改进FCM方法可以较好地克服噪声的影响,并且提高了图像分割的准确率。对含有噪声7%,偏移场100%的脑MR图像分割的准确率达到90%以上(3)在改进的FCM基础上,结合D-S证据理论,提出了一种融合T1和T2加权脑MR图像信息的多发性硬化症分割算法。首先利用改进的FCM算法分别对T1和T2加权图像进行分割,然后再利用D-S证据理论融合T1和T2加权图像信息,实现多发性硬化症病灶的分割。实验表明,该算法具有较高的多发性硬化症病灶分割精度,对多发性硬化症的临床诊断具有较高的辅助作用。(4)结合基于核空间信息的组织聚类分割与偏移场矫正的改进FCM代价函数模型和多发性硬化症病灶提取,做出了一个脑MR图像组织分割与多发性硬化症检测的系统。

全文目录


摘要  3-4
Abstract  4-9
1 绪论  9-16
  1.1 引言  9-10
  1.2 国内外研究现状综述  10-14
    1.2.1 基于神经网络的分割方法  10-11
    1.2.2 基于活动轮廓的分割方法  11-12
    1.2.3 基于区域的分割方法  12-13
    1.2.4 基于模糊集理论的分割方法  13-14
  1.3 本文的主要工作及章节安排  14-16
2 基于局部相关性核加权聚类的脑MR图像分割与偏移场矫正模型及其优化算法  16-32
  2.1 引言  16-17
  2.2 经典的FCM图像分割方法  17-20
    2.2.1 硬C均值聚类  17-18
    2.2.2 模糊C均值算法  18-20
  2.3 基于连续局部强度聚类的核磁共振组织分割和偏移场估计的模型  20-22
  2.4 基于核空间信息的局部灰度聚类方法  22-24
    2.4.1 目标函数的构造  22-23
    2.4.2 目标函数求解  23-24
    2.4.3 算法步骤  24
  2.5 实验结果与分析  24-31
    2.5.1 本章方法对临床脑图像的分割结果  24-25
    2.5.2 FCM,CLIC,本章方法的分割结果比较  25-28
    2.5.3 分割精度分析  28-30
    2.5.4 本章方法应用于3D脑图像分割  30-31
  2.6 本章小结  31-32
3 融合BrainWeb脑图谱先验信息的改进FCM分割模型及算法  32-44
  3.1 引言  32-33
  3.2 脑图谱  33-34
    3.2.1 Whole Brain脑图谱  33
    3.2.2 Talairach-Tournoux脑图谱  33
    3.2.3 VOXEL-MAN脑图谱  33
    3.2.4 Virtual Brain Bench脑图谱  33
    3.2.5 Brainweb脑图谱  33-34
  3.3 融合BrainWeb脑图谱先验信息的改进FCM脑MR图像分割方法  34-37
    3.3.1 融合BrainWeb脑图谱先验信息的脑MR图像分割框架  34-35
    3.3.2 基于BrainWeb脑图谱先验信息的脑MR图像分割模型  35
    3.3.3 目标函数的求解  35-37
    3.3.4 算法步骤  37
  3.4 实验结果与分析  37-43
    3.4.1 不同噪声对分割结果的影响  37-38
    3.4.2 不同参数值对分割结果的影响及分割精度分析  38-40
    3.4.3 脑MR图像分割的3D显示  40-43
  3.5 本章小结  43-44
4 基于D-S证据理论的多发性硬化症脑MR图像分割算法  44-53
  4.1 引言  44-45
  4.2 多发性硬化症  45
  4.3 D-S证据理论  45-48
    4.3.1 基本概念  45-46
    4.3.2 概率分配函数  46
    4.3.3 信任函数  46-47
    4.3.4 似然函数  47
    4.3.5 Dempster合成规则  47-48
  4.4 基于D-S证据理论的改进的FCM聚类算法  48-49
    4.4.1 改进的FCM聚类算法  48
    4.4.2 信息融合  48-49
  4.5 实验结果与分析  49-52
  4.6 本章小节  52-53
5 脑MR图像组织分割与多发性硬化症检测系统设计与软件实现  53-60
  5.1 引言  53
  5.2 脑MR图像组织分割与多发性硬化症检测系统设计  53-54
  5.3 脑MR图像组织分割与多发性硬化症检测系统实现  54-56
  5.4 脑MR图像组织分割与多发性硬化症检测系统的部分典型性实验结果  56-59
    5.4.1 2D分割结果  56-57
    5.4.2 3D可视化  57-59
  5.5 本章小结  59-60
总结与展望  60-62
致谢  62-63
参考文献  63-67
附录  67

相似论文

  1. 森林防火系统中图像识别算法的研究,TP391.41
  2. 数字图像处理在集装箱检测中的应用研究,TP274.4
  3. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  4. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  5. 红外图像目标识别及跟踪技术研究,TP391.41
  6. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  7. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  8. 演化聚类算法及其应用研究,TP311.13
  9. 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
  10. 基于知识的脊柱MRI影像分割算法研究,TP391.41
  11. 基于OpenCV的人脸检测方法研究,TP391.41
  12. 计算机辅助髋关节置换手术系统研究与开发,TP391.41
  13. 基于单目夜视图像的深度估计,TP391.41
  14. 基于中介真值程度度量的图像分割方法研究,TP391.41
  15. 基于图像处理的棉花成熟度判定技术的研究,TP391.41
  16. 基于空间邻域词袋模型的图像标注技术,TP391.41
  17. 基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
  18. Web图像搜索中基于GPU的图像分割技术术究,TP391.41
  19. 基于改进的GVF主动轮廓模型的图像分割方法研究,TP391.41
  20. 固有免疫分子与细胞对中枢神经系统自身免疫病的影响,R392
  21. 基于主动轮廓模型的图像分割方法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com