本文關(guān)鍵詞：基于多Atlas的心臟右心室精準(zhǔn)分割，，由筆耕文化傳播整理發(fā)布。

【摘要】：心腦血管疾病一直被視為威脅人類健康的“頭號(hào)殺手”,如何快速、準(zhǔn)確診斷并有效治療成為人們?nèi)找骊P(guān)切的熱點(diǎn)問題。研究表明,右心室形態(tài)結(jié)構(gòu)和功能異常同左心室一樣均有助于對(duì)心血管疾病如心力衰竭、缺血性心臟病等癥的預(yù)測(cè)和診斷。核磁共振成像以其獨(dú)特優(yōu)勢(shì)在目前心臟疾病臨床診斷中頗受歡迎,對(duì)心臟磁共振圖像的分割也因此成為醫(yī)學(xué)圖像處理的焦點(diǎn)。然而由于其獨(dú)有的高變異、壁薄、邊界不明顯、與周圍組織對(duì)比度低等特點(diǎn),右心室的分割又成為心臟分割的一大難題。 本文首先在研究心臟解剖結(jié)構(gòu)的基礎(chǔ)上,基于ITK平臺(tái)分別實(shí)現(xiàn)了閾值法、區(qū)域生長(zhǎng)和水平集等傳統(tǒng)方法對(duì)右心室的分割。實(shí)驗(yàn)發(fā)現(xiàn),傳統(tǒng)方法有很大的局限性,例如,區(qū)域生長(zhǎng)易造成邊界泄露,水平集對(duì)初始演化曲線依賴比較大等,很難實(shí)現(xiàn)右心室的精確分割。因此需要考慮適宜的分割算法。 基于多Atlas的分割方法充分利用解剖先驗(yàn)知識(shí),將分割問題轉(zhuǎn)變?yōu)榕錅?zhǔn)問題,利用已分割的多幅Atlas灰度圖像和目標(biāo)圖像的配準(zhǔn),尋求Atlas灰度圖像到目標(biāo)圖像的變換參數(shù),將這些參數(shù)應(yīng)用到Atlas標(biāo)記圖像上,得到多個(gè)形變后的標(biāo)記圖像,即粗分割結(jié)果,然后通過融合策略對(duì)這些粗分割結(jié)果進(jìn)行融合得到最終分割結(jié)果。該方法成功的前提是使用的Atlas圖像和目標(biāo)圖像在某種意義上比較相似,因此如何選取Atlas圖像尤為重要。本文打破傳統(tǒng)Atlas選擇,提出基于仿射傳播聚類的選擇方法,將所有的Atlas圖像看作一系列數(shù)據(jù)點(diǎn),通過數(shù)據(jù)點(diǎn)之間消息的傳遞進(jìn)行聚類,得到一系列聚類中心,由這些聚類中心圖像與目標(biāo)圖像進(jìn)行配準(zhǔn)、融合、相似性排序等,實(shí)現(xiàn)右心室精準(zhǔn)分割。配準(zhǔn)方面,本文采用先剛性配準(zhǔn)后仿射配準(zhǔn)再B樣條配準(zhǔn)的三步配準(zhǔn)法。融合策略主要采用STAPLE融合和聯(lián)合標(biāo)記融合。其中聯(lián)合標(biāo)記融合方法也是首次被應(yīng)用到右心室分割上。 最后,本文以MICCAI在2012年10月舉行的右心室分割挑戰(zhàn)中提供的數(shù)據(jù)為依托,按照如上方法對(duì)右心室進(jìn)行分割,并選用相似性測(cè)度因子對(duì)分割結(jié)果進(jìn)行分析,發(fā)現(xiàn)本文提出的基于仿射傳播聚類Atlas選擇和STAPLE融合相結(jié)合的方法得到的結(jié)果由于其他分割方法的分割結(jié)果,而在一定范圍內(nèi)聯(lián)合標(biāo)記融合的結(jié)果又優(yōu)于STAPLE融合,從而表明了本文方法的有效性。
【關(guān)鍵詞】：右心室分割 多Atlas Atlas選擇 配準(zhǔn) 標(biāo)記融合
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：R318
【目錄】：

• 摘要5-6
• Abstract6-8
• 目錄8-11
• 第1章 緒論11-17
• 1.1 課題研究背景及意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 右心室圖像分割研究意義12-13
• 1.2 心臟系統(tǒng)簡(jiǎn)介13-14
• 1.3 右心室圖像分割國(guó)內(nèi)外研究現(xiàn)狀14-15
• 1.3.1 研究現(xiàn)狀14-15
• 1.3.2 心臟分割難點(diǎn)15
• 1.4 ITK醫(yī)學(xué)圖像處理平臺(tái)簡(jiǎn)介15-16
• 1.5 本文研究?jī)?nèi)容16-17
• 第2章 基于ITK傳統(tǒng)方法的右心室分割與實(shí)驗(yàn)17-37
• 2.1 圖像分割概述17-18
• 2.2 閾值法18-19
• 2.3 區(qū)域生長(zhǎng)19-24
• 2.3.1 連接門限法20-21
• 2.3.2 鄰域連接法21
• 2.3.3 置信連接21-22
• 2.3.4 孤立連接法22-23
• 2.3.5 大津法(OTSU)23-24
• 2.4 基于水平集的分割24-35
• 2.4.1 水平集方法的基本原理24-26
• 2.4.2 快速步進(jìn)分割26-28
• 2.4.3 形狀檢測(cè)分割28-30
• 2.4.4 基于活動(dòng)輪廓模型的分割30-32
• 2.4.5 基于閾值水平集分割32-34
• 2.4.6 基于Canny算子的邊緣水平集分割34-35
• 2.5 本章小結(jié)35-37
• 第3章 基于多Atlas的右心室圖像精準(zhǔn)分割理論37-63
• 3.1 基于Atlas分割框架37-40
• 3.2 圖像配準(zhǔn)40-49
• 3.2.1 配準(zhǔn)含義及數(shù)學(xué)定義40-41
• 3.2.2 配準(zhǔn)框架41-42
• 3.2.3 配準(zhǔn)常用變換42-44
• 3.2.4 相似性評(píng)價(jià)依據(jù)44-46
• 3.2.5 插值算法46-48
• 3.2.6 優(yōu)化算法48
• 3.2.7 多分辨率策略48-49
• 3.3 Atlas選擇方法49-50
• 3.3.1 平均Atlas49-50
• 3.3.2 概率模型Atlas50
• 3.3.3 單個(gè)最優(yōu)Atlas50
• 3.4 基于仿射傳播聚類的Atlas選擇50-55
• 3.4.1 仿射傳播聚類原理51-54
• 3.4.2 基于AP算法的Atlas選擇54-55
• 3.5 圖像融合算法55-62
• 3.5.1 加權(quán)選擇融合56
• 3.5.2 STAPLE融合56-59
• 3.5.3 聯(lián)合標(biāo)記融合59-62
• 3.6 本章小結(jié)62-63
• 第4章 基于多Atlas的右心室圖像精準(zhǔn)分割實(shí)驗(yàn)63-75
• 4.1 實(shí)驗(yàn)數(shù)據(jù)63-65
• 4.2 實(shí)驗(yàn)框架65
• 4.3 Atlas選擇實(shí)驗(yàn)65-68
• 4.3.1 NMIAffine選擇66-67
• 4.3.2 NMIBSpline選擇67-68
• 4.3.3 仿射傳播聚類選擇68
• 4.4 配準(zhǔn)實(shí)驗(yàn)68-69
• 4.5 融合實(shí)驗(yàn)69-73
• 4.5.1 STAPLE融合69-71
• 4.5.2 聯(lián)合標(biāo)記融合71-73
• 4.6 實(shí)驗(yàn)結(jié)果分析73-74
• 4.7 本章小結(jié)74-75
• 第5章 總結(jié)與展望75-77
• 5.1 工作總結(jié)75-76
• 5.2 工作展望76-77
• 參考文獻(xiàn)77-80
• 致謝80-81
• 附錄81-84

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前2條

1 謝昱銳;謝明元;楊玲;;基于ITK的醫(yī)學(xué)圖像配準(zhǔn)的應(yīng)用[J];計(jì)算機(jī)仿真;2010年03期

2 齊麗娜;張博;王戰(zhàn)凱;;最大類間方差法在圖像處理中的應(yīng)用[J];無線電工程;2006年07期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 孟t-;基于活動(dòng)輪廓模型的醫(yī)學(xué)圖像分割關(guān)鍵技術(shù)研究[D];東北大學(xué);2010年

  本文關(guān)鍵詞：基于多Atlas的心臟右心室精準(zhǔn)分割，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：285565