人腦白質損傷分割方法研究.pdf

1、醫(yī)學圖像分割有較早的歷史，但隨著醫(yī)學成像技術的發(fā)展，新型高效的成像技術出現(xiàn)，不斷的挑戰(zhàn)著研究者過去在該領域的研究成果。尤其當核磁共振成像出現(xiàn)之后，核磁共振圖像（MRI）處理成為其中一個重要研究課題。而MRI圖像分割則是進行深入的MRI圖像處理所必須解決的首要問題；另一方面，白質損傷與很多疾病有密切聯(lián)系，尤其是多硬化和早腦性癡呆。所以本文針對MRI圖像中人腦白質損傷分割做了深入的研究。該研究領域在國外已經(jīng)取得了不少研究成果，然而在國內相關

2、研究還基本處于空白階段。白質損傷分析最早在上世紀九十年代初即出現(xiàn)，經(jīng)過十多年的努力，白質損傷分割已有了較大的進步，但尚不能真正的用于實時分割任務，其主要原因有兩方面：一方面MRI圖像為3D圖像，其特征空間以及樣本量都較大，導致計算速度很難達到臨床應用要求，很多研究成果不能轉化為商業(yè)應用；另一方面，由于成像技術限制，很多MRI圖像相比于傳統(tǒng)圖像成像效果有限，導致可用的特征較少，特征的表現(xiàn)性能也較低?；谝陨蟽煞矫娴碾y題，本文分別做了相關的

3、研究。在計算成本消耗方面，本文提出使用快速聚類的方法達到實時應用的要求，該方法需要一定程度的用戶協(xié)助，用戶首先選擇感興趣區(qū)域（ROI），再對該ROI區(qū)域進行快速聚類分割處理和擬合；另外針對傳統(tǒng)特征表現(xiàn)不足的缺點，本文引進了基于上下文的特征設計方法，該方法結合了傳統(tǒng)的視覺特征和新穎的上下文特征，并使用了全新的算法框架。上述兩種方法分別著重從時間和分割效果方面對已有算法進行了改進。前者在保證分割效果的同時提高了分割速度；后者則通過充分利用有