【摘要】：海馬體(Hippocampus)是人類(lèi)和脊椎動(dòng)物腦部的重要生理器官,與人類(lèi)和動(dòng)物的空間認(rèn)知感和記憶能力等生理功能有顯著關(guān)系。通過(guò)臨床實(shí)驗(yàn)發(fā)現(xiàn)如顳葉癲癇、老年癡呆癥、精神分裂癥等精神疾病的發(fā)生常伴隨海馬體的體積增減,因此針對(duì)海馬體體積的研究為各種精神疾病的診斷和治療提供了有力的幫助。而對(duì)海馬體體積的研究首先需要從人腦結(jié)構(gòu)圖中完成海馬體結(jié)構(gòu)的分割。本文研究了基于深度學(xué)習(xí)網(wǎng)絡(luò)的海馬體分割融合算法,主要研究?jī)?nèi)容如下:首先,人腦海馬體醫(yī)學(xué)圖像分割技術(shù)因其圖像格式特殊,且形狀不規(guī)則,體積小,邊緣與周?chē)M織對(duì)比度低等特點(diǎn),導(dǎo)致其分割難度較高,傳統(tǒng)分割方法難以取得令人滿(mǎn)意的效果。基于圖譜配準(zhǔn)的分割算法是利用圖譜提供的先驗(yàn)信息實(shí)現(xiàn)目標(biāo)圖像的分離,主要應(yīng)用于大腦MRI圖像的分割。但是傳統(tǒng)單圖譜的融合算法存在圖譜信息提取和利用不完全的缺點(diǎn),為充分提取和利用待融合圖像的圖譜特征,提高海馬體圖譜的融合精度,提出一種基于深度學(xué)習(xí)網(wǎng)絡(luò)的海馬體多圖譜融合算法;其次,在圖譜預(yù)處理過(guò)程中利用重采樣方法與微分同胚算法對(duì)圖譜進(jìn)行配準(zhǔn),將配準(zhǔn)后的圖譜分解為基部和細(xì)節(jié)部,利用加權(quán)平均融合基部圖譜改善傳統(tǒng)配準(zhǔn)算法的精度;最后,利用VGG深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)細(xì)節(jié)部圖譜完成特征提取并進(jìn)行分層融合,把細(xì)節(jié)部與基部圖譜做加權(quán)平均融合得到最終結(jié)果,提高了圖譜融合精度。本文主要針對(duì)配準(zhǔn)之后的海馬體多圖譜圖像利用深度學(xué)習(xí)方法進(jìn)行圖譜融合,先對(duì)海馬體圖譜圖像進(jìn)行預(yù)處理,包括顱骨剔除、提取腦部MRI圖譜中海馬體的感興趣區(qū)域(ROI)、重采樣粗配準(zhǔn)和微分同胚Demons精配準(zhǔn),配準(zhǔn)完成之后利用深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)配準(zhǔn)圖譜進(jìn)行特征提取并完成圖像融合。由于充分利用了圖譜的基部和細(xì)節(jié)部特征,可改進(jìn)傳統(tǒng)算法對(duì)圖譜細(xì)節(jié)部特征利用不充分的缺陷。實(shí)驗(yàn)結(jié)果表明,可得到較傳統(tǒng)融合算法更高的圖譜融合精度,各項(xiàng)評(píng)價(jià)指標(biāo)均有所改善。
【圖文】：

體內(nèi)的空間輪廓和位置分布，所以標(biāo)簽圖像相對(duì)其他圖譜圖像具有更高的可信度和參考價(jià)值［４３】。逡逑依據(jù)標(biāo)簽圖像中標(biāo)記的結(jié)構(gòu)數(shù)目或者目標(biāo)數(shù)目可以把圖譜分為單目標(biāo)和多目標(biāo)圖譜，其中單目標(biāo)逡逑圖譜表示該圖譜的腦ＭＲ圖像只含有單個(gè)腦部結(jié)構(gòu)的標(biāo)記，如圖２－１所示為只標(biāo)記了人腦海馬體逡逑結(jié)構(gòu)的單目標(biāo)圖譜。多目標(biāo)圖譜則是對(duì)那些不止標(biāo)記了單個(gè)目標(biāo)結(jié)構(gòu)的圖譜的統(tǒng)稱(chēng)，如圖２－２所逡逑示為標(biāo)記有６７個(gè)腦部結(jié)構(gòu)的多目標(biāo)腦ＭＲ圖譜，對(duì)其進(jìn)行三維視圖和３Ｄ視圖展示并用不同顏色逡逑對(duì)不同腦部組織器官結(jié)構(gòu)進(jìn)行區(qū)別標(biāo)示，可以看出各個(gè)結(jié)構(gòu)在空間位置和相互結(jié)構(gòu)間的毗鄰關(guān)系。逡逑本文主要對(duì)包含有海馬體結(jié)構(gòu)的腦部區(qū)域圖像展開(kāi)研究，也就是說(shuō)本文主要的研究對(duì)象是單逡逑目標(biāo)圖譜。為了研宄的方便和數(shù)學(xué)表達(dá)的嚴(yán)謹(jǐn)，我們把圖譜的灰度圖像和標(biāo)簽圖像分別做以下公逡逑式化定義：選�。蝹�(gè)圖譜分別表示為：／邋＝邋0４ｓ｜ｓ邋＝邋ｌ，２，３Ｎ｝邋，邋Ｌ邋＝邋｛Ｌｓ｜ｓ邋＝邋１，２，３，其中逡逑／邋＝邋（Ｖｌｓ｜ｓ邋＝邋１，２，，３Ａｆ｝是圖譜圖像，Ｌ邋＝邋｛Ｌｓ｜ｓ邋＝邋１，２，３，．．．，Ａ0是與圖譜圖像對(duì)應(yīng)的標(biāo)簽圖像。逡逑（ａ）軸狀位多目標(biāo)圖譜標(biāo)簽邐（ｂ）矢狀位多目標(biāo)圖譜標(biāo)簽逡逑ＨＱ逡逑（ｃ）冠狀位多目標(biāo)圖譜標(biāo)簽邐（ｄ）多目標(biāo)圖譜３Ｄ標(biāo)簽圖逡逑圖２－２多目

體內(nèi)的空間輪廓和位置分布，所以標(biāo)簽圖像相對(duì)其他圖譜圖像具有更高的可信度和參考價(jià)值［４３】。逡逑依據(jù)標(biāo)簽圖像中標(biāo)記的結(jié)構(gòu)數(shù)目或者目標(biāo)數(shù)目可以把圖譜分為單目標(biāo)和多目標(biāo)圖譜，其中單目標(biāo)逡逑圖譜表示該圖譜的腦ＭＲ圖像只含有單個(gè)腦部結(jié)構(gòu)的標(biāo)記，如圖２－１所示為只標(biāo)記了人腦海馬體逡逑結(jié)構(gòu)的單目標(biāo)圖譜。多目標(biāo)圖譜則是對(duì)那些不止標(biāo)記了單個(gè)目標(biāo)結(jié)構(gòu)的圖譜的統(tǒng)稱(chēng)，如圖２－２所逡逑示為標(biāo)記有６７個(gè)腦部結(jié)構(gòu)的多目標(biāo)腦ＭＲ圖譜，對(duì)其進(jìn)行三維視圖和３Ｄ視圖展示并用不同顏色逡逑對(duì)不同腦部組織器官結(jié)構(gòu)進(jìn)行區(qū)別標(biāo)示，可以看出各個(gè)結(jié)構(gòu)在空間位置和相互結(jié)構(gòu)間的毗鄰關(guān)系。逡逑本文主要對(duì)包含有海馬體結(jié)構(gòu)的腦部區(qū)域圖像展開(kāi)研究，也就是說(shuō)本文主要的研究對(duì)象是單逡逑目標(biāo)圖譜。為了研宄的方便和數(shù)學(xué)表達(dá)的嚴(yán)謹(jǐn)，我們把圖譜的灰度圖像和標(biāo)簽圖像分別做以下公逡逑式化定義：選�。蝹�(gè)圖譜分別表示為：／邋＝邋0４ｓ｜ｓ邋＝邋ｌ，２，３Ｎ｝邋，邋Ｌ邋＝邋｛Ｌｓ｜ｓ邋＝邋１，２，３，其中逡逑／邋＝邋（Ｖｌｓ｜ｓ邋＝邋１，２，３Ａｆ｝是圖譜圖像，Ｌ邋＝邋｛Ｌｓ｜ｓ邋＝邋１，２，３，．．．，Ａ0是與圖譜圖像對(duì)應(yīng)的標(biāo)簽圖像。逡逑（ａ）軸狀位多目標(biāo)圖譜標(biāo)簽邐（ｂ）矢狀位多目標(biāo)圖譜標(biāo)簽逡逑ＨＱ逡逑（ｃ）冠狀位多目標(biāo)圖譜標(biāo)簽邐（ｄ）多目標(biāo)圖譜３Ｄ標(biāo)簽圖逡逑圖２－２多目
【學(xué)位授予單位】：寧夏大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：R741.044;TP18;TP391.41

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 胡柯柯;;海馬體:只是做好了普通的小事而已[J];時(shí)代經(jīng)貿(mào);2016年26期

2 王元;;海馬體照相館 一張精致的照片,為你留下屬于你的記憶[J];時(shí)尚北京;2018年10期

3 ;睡眠時(shí)腦波也在用功[J];大自然探索;2017年02期

4 ;圖聞天下[J];飛碟探索;2017年10期

5 楊弘詣;楊為東;騰力平;張國(guó)輝;孫大勇;;甲醛和氯霉素在海馬體內(nèi)殘留的變化[J];中國(guó)國(guó)境衛(wèi)生檢疫雜志;2007年03期

6 劉誼人;;多聽(tīng)交響樂(lè)不迷路[J];老同志之友;2013年03期

7 ;細(xì)心關(guān)愛(ài) 助推孩子 智力發(fā)展[J];啟蒙(0-3歲);2012年09期

8 郭琳;;研究發(fā)現(xiàn)人成年后大腦海馬體不再產(chǎn)生新神經(jīng)元[J];海南醫(yī)學(xué);2018年06期

9 ;提醒[J];婦女生活(現(xiàn)代家長(zhǎng));2013年12期

10 ;海馬體重新定位及內(nèi)嗅皮層網(wǎng)格細(xì)胞重排[J];中華神經(jīng)醫(yī)學(xué)雜志;2007年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 彬彬;;我們的記憶都去哪了:窺探大腦歸檔系統(tǒng)海馬體[A];《科學(xué)與現(xiàn)代化》2016年第1期（總第066期）[C];2016年

2 李志強(qiáng);武慧欣;木云珍;張媛;賀宇;吳錫南;;電磁輻射對(duì)海馬體影響的研究進(jìn)展[A];2017環(huán)境與公共健康學(xué)術(shù)會(huì)議暨中國(guó)環(huán)境科學(xué)學(xué)會(huì)環(huán)境醫(yī)學(xué)與健康分會(huì)、中國(guó)毒理學(xué)會(huì)生化與分子毒理專(zhuān)業(yè)委員會(huì)2017年年會(huì)論文集[C];2017年

3 任揚(yáng);鄧志丹;王翔;;不同頻率聲波對(duì)SD大鼠海馬體血清素釋放的影響[A];第十二屆全國(guó)生物力學(xué)學(xué)術(shù)會(huì)議暨第十四屆全國(guó)生物流變學(xué)學(xué)術(shù)會(huì)議會(huì)議論文摘要匯編[C];2018年

4 劉霞;;老年人大腦也能長(zhǎng)出新細(xì)胞 生成速度與年輕人一樣[A];《科學(xué)與現(xiàn)代化》2019年第1期（總第078期）[C];2019年

5 毛成潔;;REM sleep behavior disorder and Neurodegenerative Disorders[A];第六屆中國(guó)睡眠醫(yī)學(xué)論壇暨中國(guó)睡眠研究會(huì)睡眠障礙專(zhuān)業(yè)委員會(huì)成立十周年論文匯編[C];2015年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 中國(guó)青年報(bào)·中青在線記者 王景爍;海馬體照相館：“最美證件照”掀起熱潮[N];中國(guó)青年報(bào);2018年

2 記者 劉霞;大腦記憶規(guī)則被“改寫(xiě)”[N];科技日?qǐng)?bào);2017年

3 實(shí)習(xí)生 馬雨昕;長(zhǎng)期玩動(dòng)作類(lèi)電子游戲傷大腦[N];科技日?qǐng)?bào);2017年

4 記者 馮衛(wèi)東;海馬體中記憶相關(guān)活動(dòng)流程并非單向[N];科技日?qǐng)?bào);2014年

5 張yN;毛線織出“仿真”大腦[N];新華每日電訊;2009年

6 記者 常麗君;大腦海馬體繪圖抄寫(xiě)“一心二用”[N];科技日?qǐng)?bào);2013年

7 荊晶;考前熬通宵 不如背完快睡覺(jué)[N];大眾衛(wèi)生報(bào);2015年

8 本報(bào)記者 韓揚(yáng)眉;走近學(xué)習(xí)與記憶的“開(kāi)關(guān)”[N];中國(guó)科學(xué)報(bào);2020年

9 劉華;缺覺(jué)影響記憶形成[N];衛(wèi)生與生活報(bào);2007年

10 實(shí)習(xí)記者 代小佩;促進(jìn)海馬體中神經(jīng)元的生成或能緩解阿爾茨海默癥[N];科技日?qǐng)?bào);2019年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 仇志坤;轉(zhuǎn)位蛋白(18KDa)配體化合物AC-5216及其衍生物YL-IPA08抗創(chuàng)傷后應(yīng)激性障礙藥效學(xué)及作用機(jī)制研究[D];南方醫(yī)科大學(xué);2014年

2 李白;蟲(chóng)草素快速抗抑郁效果和作用機(jī)制研究[D];云南大學(xué);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 申旺發(fā);基于深度學(xué)習(xí)網(wǎng)絡(luò)的海馬體多圖譜融合算法研究[D];寧夏大學(xué);2019年

2 王文娜;基于多圖譜的腦MRI海馬體分割方法研究[D];寧夏大學(xué);2019年

3 李卓然;腦圖像海馬體分割方法的研究[D];山東師范大學(xué);2019年

4 姜巖蕓;基于3D卷積神經(jīng)網(wǎng)絡(luò)的海馬體配準(zhǔn)技術(shù)研究[D];山東師范大學(xué);2019年

5 肖玉芬;阿爾茨海默癥中海馬體子區(qū)域形態(tài)學(xué)分析[D];哈爾濱工程大學(xué);2018年

6 張鵬;人類(lèi)海馬體功能剖分及連接模式分析[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

7 郭莉;早產(chǎn)兔生發(fā)基質(zhì)—腦室內(nèi)出血對(duì)海馬體的影響[D];河北醫(yī)科大學(xué);2017年

8 劉穎;基于方向尺度描述子與稀疏編碼的海馬體分割[D];南方醫(yī)科大學(xué);2017年

9 鄧琦;基于腦MRI圖像的海馬體分割及其三維可視化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];西南交通大學(xué);2017年

10 喬志通;基于廣義拉蓋爾—沃爾泰拉模型（GLVM）的海馬體神經(jīng)網(wǎng)絡(luò)生物芯片的設(shè)計(jì)與實(shí)現(xiàn)[D];浙江大學(xué);2018年

本文編號(hào)：2624284