基于边缘检测和马尔可夫随机场的AD症脑MRI分割方法研究-计算机应用技术专业论文.docxVIP

研究生优秀毕业论文 西南交通大学 学位论文版权使用授权书 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部 、_]或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论 文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编 本学位论文。 本学位论文属于 1．保密口，在 年解密后适用本授权书； 2．不保密囱，使用本授权书。 (请在以上方框内打“√”) 学位论文作者签名： 指导老 髹皿 日期：旧阚枷 日 万方数据 西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下： 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： (1)本文首先介绍和分析了几种MRJ图像分割算法各自的优点和不足之处，并从分割方法本 身出发，以分析法对其进行了对比，随后采用Marr．Hildreth边缘检测算子剔除大脑非组织结构，排 除颅骨和非组织对于大脑的定量和定性研究的影响，并进行了必要的优化以提高边缘检测的准确率。 (2)从基于马尔可夫随机场的脑组织分割方法入手，结合现有的Mm理论知识和脑组织概率 映射(TPMs)技术，针对非脑组织剔除后的脑组织结构数据，对MRF分割方法进行改进和优化， 采用基于最大似然的方法来对图像进行参数估计，并对MRF惩罚因子的选取进行改进，提出一种 基于体素定位与灰度场局部熵相结合的自适应方法来选取惩罚因子，并使用最为常用的MAP准则 和ICM算法来对M融图像进行分割。 (3)针对图像配准问题，本文引入基于DARTEL的三维脑MRI配准技术，对分离后的脑组 织结构进行配准。最后，对分割和配准后的图像从统计学角度和机器学习分类角度与基于 VBM．SPM的分割方法进行对比和分析。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已 经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的研究成果。对本文的 研究做出贡献的个人和集体，均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切 法律责任将由本人承担。 学位沦文作者签名：—律、江 日期：脚绷卯刃 万方数据 西南交通大学硕士研究生学位论文 第1页 西南交通大学硕士研究生学位论文 第1页 摘要 随着医学影像成像技术的发展和脑科学的崛起，核磁共振成像因其成像的多角度、 多平面、分辨力高以及对人体没有任何伤害等优点，在近年来的脑功能和脑疾病研究 中有着越来越广泛的应用，通过脑组织分割来定位、研究和诊断大脑疾病则成为当前 研究的热点问题。而如何克服MR／成像过程中因扫描设备自身和磁场均匀性等客观因 素影响而存在的非均匀性伪影、噪声以及部分容积效应等图像假象产物，则是当今脑 MRI图像分割研究的重点。 基于MRF的分割方法具有抗噪性强、参数少等特点以及稳定可靠的结果，是使用 最广泛的现有脑部MRI图像分割方法，吸引了越来越多的国内外科研工作者的深入研 究。通过对MRI理论知识的学习，再结合MRI图像特点，本文将基于边缘检测的分割 方法与基于MRF的分割方法相结合并进行必要改进，采用DARTEL配准方法，分割 和配准MRI图像，并以阿尔茨海默病数据为例来验证本文方法的有效性。 首先为了排除非组织成分对脑组织分割的影响，使用边缘检测方法对转化为NIFTI 格式的数据进行非组织剔除，提取脑组织结构，而为了增加边缘检测的准确率，引入 形态学因子对结果进一步优化：其次，针对提取后的脑组织结构，使用改进的MRF分 割方法，将其分割为灰质、白质两种组织类型；最后，为了进行结果的分析对比，我 们使用DARTEL配准算法将所有被试图像配准到统一的模板。为了验证本文方法的有 效性，我们将本文方法的分割结果与目前在脑MR]图像领域应用率最大、准确度最好 的VBM．SPM方法进行比较，通过基于统计学和基于机器学习分类的方法对比，发现 本文方法不管是在对病灶区的定位还是分类结果准确率方面都有着更好的效果，说明 本文方法能够有效的提高脑MRI的分割准确度，同时对MRI的非均匀性伪影、噪声以 及部分容积效应等图像假象产物也不敏感，在分割结果方面拥有着良好的适应性和较 高的准确率。 关键词：核磁共振成像：边缘检测：马尔可夫随机场；阿尔茨海默病；DARTEL配准 方法 万方数据 西南交通大学硕士研究生学位论文 第1I页 西南交通大学硕士研究生学位论文 第1I页 Ab stract With the development of medical imaging technology and the rise of brain science，in recent year