基于知识的脊柱MRI影像分割算法研究

论文摘要

随着医学图像技术的发展,核磁共振成像(MRI)技术逐渐成为热点并被广泛应用到医学图像中。核磁共振成像具有无辐射、软组织成像分辨率高等优点,深得人们欢迎。而伴随着核磁共振成像的发展,其后处理技术的研究需求日益迫切并成为近年来的研究热点。目前脑部MRI图像处理技术已趋于成熟,脊柱MRI图像处理领域也逐渐得到一些关注和发展。脊柱方面的疾病一直困扰着人类,并且患脊椎病的人数逐年增加,因此,对脊柱MRI图像后处理技术的研究具有重要意义。图像分割是图像处理与分析中的关键技术,医学图像分割是正常组织和病变组织进行三维可视化、手术模拟、图形引导手术等后继操作的基础,分割的准确性对医生判断疾病的真实情况并做出相应的诊断计划至关重要。在本文中我们分割出椎骨的边界,主要目标是提高脊柱MRI图像分割的准确性并减少人机交互,其中更侧重于准确性。在初始化snake的时候,如果选择较多的初始点则使分割结果更准确,但是选择较多的初始点会给用户增加很多工作量,本文初始化四个顶点以减少人机交互,并通过改进分割算法提高分割准确性。形变模型是比较适合医学图像的一种分割算法,GVF snake则是形变模型的经典算法,本文首先应用形变模型方法即传统GVF snake分割椎骨。脊柱MRI图像受噪音等影响比较模糊,又由于GVF收敛速度过快及其自身的一些原因,使得椎骨分割结果不平滑也不够准确。本文针对这些问题,又结合脊柱MRI椎骨的形状知识对算法进行改进。从形状上看,椎骨的轮廓像一个矩形,四条边凹向轮廓中心,我们基于此对snake添加一个压力作为新的外力使初始轮廓向中心移动,并重置外力的权重系数使远离轮廓中心的部分收敛慢而距离轮廓中心近的部分收敛快,同时也降低了整体收敛速度。另外,我们通过固定四个准确初始化的顶点以引导整体形变,进一步提高了分割的准确性和鲁棒性。本文通过结合椎骨知识改进传统GVF snake形成了适合脊柱MRI椎骨分割的算法,并最终实现交互式分割系统。我们通过大量实验结果证明我们改进的算法是有效的,分割结果更加平滑、准确且稳定。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 背景及研究意义
• 1.2 研究现状
• 1.3 论文主要工作
• 1.3.1 主要工作
• 1.3.2 内容安排
• 1.4 本章小结
• 第二章 相关概念及理论基础分析
• 2.1 医学图像分割
• 2.1.1 图像分割的概念
• 2.1.2 医学图像分割的特点
• 2.2 图像分割算法总结与分析
• 2.3 脊柱MRI 成像
• 2.3.1 核磁共振成像原理及特点
• 2.3.2 脊柱MRI 图像
• 2.4 本章小结
• 第三章 脊柱MRI 椎骨分割算法及改进
• 3.1 用传统GVF snake 算法进行椎骨分割
• 3.1.1 形变模型
• 3.1.2 Snake
• 3.1.3 GVF
• 3.1.4 分割结果分析
• 3.2 算法改进
• 3.3 改进算法的椎骨分割结果分析
• 3.4 本章小结
• 第四章 分割系统设计与实现
• 4.1 系统结构设计
• 4.2 系统功能模块
• 4.3 分割系统具体操作
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 本文工作总结
• 5.2 未来工作展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢