多谱人脑磁共振图象分类方法地研究.pdfVIP

多iS．k脑磁共振图象分类方法的研究 谢玉峰李响罗述漾 首都医科大学生物医学工程系 100054 摘要：本文讨论了一种用于医学多谱人脑磁共振图象分类的方法～聚类分析法。通过 人工选定初始点，形成初始聚类中心，对人脑的重要组织分类。采用K近邻法(K=8)，对 图象逐点聚类分析，并且通过设定阈值，迭代校正聚类中心，以减小人为因素的干扰。本 文在此基础上着重讨论了二维分类与三维分类之间，三维分类与加权三维分类之间的差 别。 一、引言 现今，磁共振图象彼广泛的应用于临床诊断。与CT相比，磁共振对人体造成的危害 比较小，对于含水较多的软组织如脑部，胸部，腹部等部位的成象质量也优于CT。这其 中又以脑部磁共振图象最为复杂。各种脑组织的正确分类不仅可以为临床脑组织病变提供 计算机辅助诊断，而且也是图象三维重建的基础。因此人脑磁共振图象分类是一个很有研 究价值的课题。在现在众多的图象分类方法中，聚类分析是较常用，较简洁有效的方法之 谱图象对最终分类结果各自的贡献。 二、方法 整个分类过程具体的算法如下： L选择初始点 加权象选出；皮层和白质可在T1加权象选出；图象背景则可在任意一幅加权象选出。对 于CSF。灰质以及白质这几类灰度取值范围比较复杂的组织来讲，所选择的初始点应该略 多一些(一般40—50点)；而对于皮层和图象背景这两类灰度取值范围相对比较单一的组织 来讲，所选择的初始点可以略少一些(一般20点即可)。 2． 聚类分析 (1) D(k]。E(OPdM¨[kD2+(GⅣMT．[k】)：+(GT2一MT2【k])2严(k=l，2，3，4，5) 其中D[k]表示象素与聚类中心的距离：G。G，。，G。：是分别从三幅加权象中读取的灰度值； M，。[k】、M．．[k】、M。：[k]是三幅加权象各五种组织的均值。 将人工选点计算得到的三幅图象各五种组织的均值分别存放于数组M，。【k]、M。。[kl及 M，：【k]中，作为初始聚类中心。然后根据(1)，计算图象中各象素灰度值与五种组织的差别， 从而确定其组织类型。采用K近邻法(K=8)，对选定图象进行逐点聚类分析[I】：待分类点 与周丽8个邻近点各按(1)作一次聚类分析，每个点均归属于五种组织之一，取这9个点 中出现次数最多的种类作为待分类点的种类。这样做可以消除噪声的干扰并且使得各组织 分界处变得平滑。 一 3． 校正聚类中心 (2) c。。=s。。，Nk (k=1，2，3，4，5：m21，2，3) 其中Ch．表示修正的聚类中心：S。。表示灰度累加和：Nt表示象素计数。 这是聚类分析中很重要的一步。选定一个阈值，这个阈值的选择不宜过大。过大则不 能起到校正聚类中心的作用；同时也不应采用过小的阖值，过小则会使得收敛速度变得很 慢，而对于分类结果的改善却相当有限。具体的作法是：每次分类后xt--幅加权象各五种 组织计数，存放于N。中，并分别将灰度作累加和，存放于S。中。通过(2)采用循环每次 修正聚类中心，与前一次聚类中心相比，若每～个误差均在设定的闽值以内，整个分类过 程结束：否则，重复上述过程。 另外，本文则在此基础上着重讨论了二维分类与三维分类之间的差别，三维分类与加 权三维分类之间的差别，并采用了下面的公式(3)。 (3) (k21，2，3，4，5) D瞰】=【wPd·(GPd-M，。[k】)2+wn+(GT．-M。，【k】)2+wt2‘(GT2-Mt：[k】)2】1。 Gt，、Gn是分别从三幅加权象中读取的灰度值： 其中D[1