收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

核磁共振图像左心室轮廓的自动及交互分割方法研究

刘复昌  
【摘要】: 核磁共振成像(MRI)技术已经成为心脏疾病临床诊断的重要辅助手段。该技术能够无侵入地检测人体的组织和器官,而且其成像机理使得该方法对生物体内如心脏这样的软组织特别有效。运用心脏核磁共振图像不仅能观察到心脏的形态结构,还可以估测心室的整体功能及局部心肌功能。特别是左心室心肌的运动情况能够反映心脏的泵血功能,为多种心脏疾病的诊断提供依据,因此成为当前研究的热点。为了获取对左心室功能评价的参数,需要对左心室进行三维表面重建及运动重建。核磁共振图像左心室内外轮廓分割是左心室三维表面重建及运动重建的基础。分割左心室的内外轮廓,能够对运动分析提供边界信息,同时为重建得到的三维运动场以及各种分析结果提供载体。因此,左心室内外轮廓的分割对于后续左心室功能分析起着重要作用,影响后续三维表面及运动重建的精度。 核磁共振成像技术分为不加标记线的核磁共振成像(Untagged MRI)和带标记线核磁共振成像(Tagged MRI)。不加标记线的核磁共振成像,能够反映更为精细的生理结构,但由于心肌的同质性,难以找到密集的对应特征点,因而难以准确反映心肌运动。带标记线核磁共振成像通过射频脉冲以非侵入性的方式将磁饱和模式加到待成像的机体上,在核磁共振图像上表现为黑色条纹,即为标记线。由于标记线会随机体一起运动,因此标记线的运动反映了机体的位移,该技术为精确研究心肌内部的复杂形变提供了有效的途径。本文对带标记线和不带标记线两种MR图像左心室分割进行了深入研究,主要有以下几方面的工作: 1)分析了不带标记线MR图像左心室分割的难点,提出一种自动分割左心室内外轮廓的算法:先利用MR图像上左心室心肌的内外轮廓类似圆形的先验形状知识,用Hough变换估计左心室的初始轮廓,使初始轮廓较准确地定位于真实轮廓边缘附近,从而克服初始轮廓对测地线轮廓模型分割结果的影响;然后再在测地线轮廓模型基础上结合K-均值聚类提供的区域信息及心肌的生理结构约束,对左心室的内外轮廓同时进行分割。心肌的生理结构约束可以用来控制左心室内外轮廓的相对位置,区域信息用来给图像分割提供目标类别信息。实验表明该分割算法具有较好的分割结果。 2)研究了基于图论的主动轮廓模型方法,并在此基础上提出了一种基于图论的主动轮廓模型和形状统计相结合的不带标记线MR图像左心室交互分割方法。考虑到基于图论的主动轮廓模型方法分割时易发生边缘泄漏,采用了形状统计来约束基于图论的主动轮廓模型分割心脏MR图像。在演化曲线过程中,采用了点分布模型来描述形状统计,将曲线投影到形状允许空间以施加形状约束。由于加入了先验形状约束,使得受遮挡的目标也能够很好的分割,目标形状的平移、旋转和缩放对分割结果没有影响,而且对噪声也不敏感。该方法捕捉范围大、对初始轮廓不敏感,很好地克服了虚假强边界的干扰及边缘泄漏且需要手工设置参数仅有一个,此外该方法速度较快。而且该方法提供了对分割结果的交互式修改,大大地方便了人机交互。 3)从图像分类的思路出发,提出了一种结合特征分类的主动形状模型分割方法,以此来自动分割不带标记线MR图像左心室内外轮廓。即在偏最小二乘(Partial LeastSquare,PLS)框架下结合邻域空间上下文类别信息,提出了基于上下文的PLS(ContextualPLS,CPLS)特征维数削减方法,并且考虑邻域加权来改进基于上下文的典型相关投影(Canonical Contextual Correlation Projection,CCCP),提出了一种新的类标号编码方式,高斯加权CCCP(Gaussian Weighed CCCP,GCCCP)和高斯加权PLS(Gaussian WeightedPLS,GPLS)特征维数削减方法,用这些方法抽取最优特征,训练K近邻分类器代替主动形状模型的轮廓灰度匹配法来确定边缘点进行轮廓分割。新的特征维数削减方法可以更好地提高分类性能和降低计算时间。实验结果证明了此分割方法可以达到较以往方法更高的分割精度和更好的稳定性。 4)研究并提出了一种基于主动形状模型及特征融合策略的带标记线MR图像左心室自动分割方法。即从基于典型相关分析的特征融合角度对LM滤波器组提取的带标记线MR图像左心室纹理特征进行特征融合,再用融合后的特征构造支持向量机(SVM)分类器,通过分类器来确定边缘点,驱动主动形状模型分割左心室。特征融合具有明显的优势,即保留了参与融合的多特征的有效鉴别信息,又在一定程度上消除了由于各种因素带来的冗余信息,对分类识别具有重要意义。实验证明了通过基于典型相关分析的特征融合可以降低分类错误率,提高分类性能。而用分类器代替经典ASM模型的基于轮廓灰度的匹配法来确定边缘点可以较好地分割纹理图像。 5)研究了结合形状统计的变分图像分割方法,并在此理论框架下提出了一种结合纹理分类与形状统计的带标记线MR图像左心室内外轮廓自动分割方法。该算法将SVM分类器引入到变分框架下,通过利用SVM对S滤波器组提取的纹理特征所得的分类结果构造新的曲线内外区域能量表示,改进了经典的Mumford-Shah模型中的内外区域能量项,把Mumford-Shah模型推广到纹理图像的分割。对于乳突肌干扰及边缘断裂现象,采用先验形状统计来引导曲线的演化,使分割结果鲁棒性增强,为临床应用提供了一种可行的分割方法。实验结果证明了此方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈强,周则明,屈颖歌,王平安,夏德深;左心室核磁共振图像的自动分割[J];计算机学报;2005年06期
2 张连强,孙延泉;核磁共振图像与BMP图像间的格式转换[J];中国医疗器械杂志;2002年03期
3 彭士纯,柳健,张翔,田金文;基于模糊区域的MRI大脑结构分割算法[J];华中科技大学学报(自然科学版);2003年07期
4 汤敏,王元全,周则明,王平安,夏德深;心脏核磁共振图像标记线的网格跟踪[J];计算机辅助设计与图形学学报;2005年04期
5 林宙辰;石青云;;用二进小波消除磁共振图像中的振铃效应[J];模式识别与人工智能;1999年03期
6 周则明,王洪元,尤建洁,王平安,夏德深;基于改进快速活动轮廓模型的左心室核磁共振图像分割[J];计算机研究与发展;2004年01期
7 王元全;汤敏;夏德深;王平安;;基于预测-校正改进Snake的心脏MR图像左心室外轮廓分割[J];模式识别与人工智能;2004年01期
8 彭进业;郝重阳;齐华;齐敏;;基于多尺度梯度矢量场GAC模型的MR医学图像分割[J];中国图象图形学报;2007年07期
9 吴晓唯;周传清;任秋实;;阈值分割与动态轮廓模型在胃壁磁共振成像中的应用[J];中国医疗器械杂志;2011年03期
10 李鑫环;陈立潮;张英俊;赵勇;;一种基于平衡多小波分析与SOFM的图像分割算法研究[J];计算机与数字工程;2009年11期
11 李峰;吕回;;基于BEMD和小波阈值的MRI医学图像去噪[J];中国图象图形学报;2009年10期
12 刘春红;周震;王颖;;脑梗塞患者MR图像纹理特征的研究[J];中国医学物理学杂志;2010年01期
13 李鑫环;陈立潮;赵红艳;赵勇;;基于多小波分析与SOFM的MR图像分割算法研究[J];计算机技术与发展;2009年09期
14 陈立潮;李鑫环;张英俊;赵勇;;基于改进的TGSOM图像分割算法研究[J];计算机仿真;2010年06期
15 张相芬;肖蜀隽;叶宏;;磁共振图像小波去噪方法的参数选择研究[J];鲁东大学学报(自然科学版);2010年04期
16 薛晓君;张立强;薛忠;杨建华;;基于水平集的三维脑部肿瘤分割[J];计算机技术与发展;2010年12期
17 王蓓,张立明;利用图像先验知识与Snake结合对心脏序列图像的分割[J];复旦学报(自然科学版);2003年01期
18 高秀梅;金忠;王元全;;基于可形变模型的左心室形状恢复与运动跟踪[J];计算机工程与应用;2007年22期
19 周付根;刘文艳;周孝宽;;基于数据融合的脑组织图像分割[J];生物医学工程学杂志;2008年01期
20 杨涛;管一弘;;基于模糊Gibbs随机场聚类二维直方图的核磁共振图像分割[J];计算机应用;2010年10期
中国重要会议论文全文数据库 前8条
1 连远锋;赵剡;吴发林;;结合多小波与自适应概率神经网络的核磁图像分割[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
2 邓杰航;战荫伟;何元烈;;3D MDCT医学图像的非线性扩散性滤波分析[A];第十五届全国图象图形学学术会议论文集[C];2010年
3 谭台哲;靳玉贞;;基于GSNI测度的多模态医学图像配准[A];第十五届全国图象图形学学术会议论文集[C];2010年
4 杨岸超;马羽;刘焕光;陈宁;张凯;孟凡刚;葛明;张建国;;Leksell三维手术计划系统+3.0T核磁共振图像辅助丘脑底核脑深部电刺激手术靶点定位[A];中国医师协会神经外科医师分会第六届全国代表大会论文汇编[C];2011年
5 潘海为;李建中;张炜;;基于像素聚类的脑部医学图像分类[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
6 潘海为;谢晓芹;张炜;李建中;;基于ROI的医学图像聚类算法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
7 吕卓;谢松云;赵金;赵海涛;;基于SVM的手部运动fMRI图像分类方法研究[A];中国生物医学工程学会成立30周年纪念大会暨2010中国生物医学工程学会学术大会青年优秀论文[C];2010年
8 汤浩;江海腾;卢青;韩颖琳;韩莉;姚志剑;;静息态抑郁症患者脑磁波异常活动的分频研究[A];中华医学会精神病学分会第九次全国学术会议论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 王利;脑核磁共振图像分割技术研究[D];南京理工大学;2010年
2 周水琴;基于核磁共振成像的梨果品质无损检测方法研究[D];浙江大学;2013年
3 李国燕;基于压缩感知的核磁共振成像重建技术研究[D];河北工业大学;2013年
4 刘复昌;核磁共振图像左心室轮廓的自动及交互分割方法研究[D];南京理工大学;2009年
5 邵宏伟;基于数学模型的血流,药物以及细胞内外信号传输特性的定量分析[D];中国科学技术大学;2013年
6 陈允杰;脑核磁共振图像与虚拟人脑图像分割技术研究[D];南京理工大学;2008年
7 车娜;基于偏移场的核磁共振脑图像分割算法研究[D];吉林大学;2013年
8 陈强;图像分割若干理论方法及应用研究[D];南京理工大学;2007年
9 曹宇;基于MRI的股骨头软骨厚度测量方法的研究[D];哈尔滨工业大学;2009年
10 郭冬梅;肝脏病变MRI诊断与计算机辅助诊断[D];大连理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 王小杰;基于图割算法的心脏核磁共振图像分割[D];北京理工大学;2010年
2 赵恒博;基于主动轮廓模型的心脏核磁共振图像左心室分割方法研究[D];北京理工大学;2011年
3 王立为;基于带标记核磁共振图像的左心室运动分析[D];华中科技大学;2013年
4 吕丽萍;心脏核磁共振图像边缘检测与分割方法研究[D];天津理工大学;2011年
5 杨雅妹;由核磁共振图像构建头/脑真实模型[D];河北工业大学;2004年
6 顾东盼;采用核磁共振图像的心脏2D运动分析新方法[D];天津理工大学;2012年
7 林雪燕;脑部MRI图像三维可视化方法的研究与实现[D];天津大学;2005年
8 刘玉婷;基于SVM分割的核磁共振脑组织图像处理[D];北京邮电大学;2012年
9 蔡惠华;一种基于新的图像力的水平集MR图像分割[D];南京信息工程大学;2007年
10 罗嘉;活动轮廓模型在核磁共振图像分割中的应用[D];南京信息工程大学;2006年
中国重要报纸全文数据库 前9条
1 ;应对突发高峰业务[N];中国计算机报;2003年
2 袁海;“超能战士”——7天7夜不睡觉[N];中国国防报;2003年
3 陈超;机器能懂我的心[N];科技日报;2005年
4 朱新亚;管理生物海量数据[N];中国计算机报;2003年
5 本报驻巴黎记者李红;极化氦气——肺病诊疗的好帮手[N];科技日报;2003年
6 晓新;核磁共振:透视“黑箱”的眼睛[N];中国人口报;2003年
7 刘正军;切除椎管疯长肿瘤瘫痪妇女生活自理[N];健康报;2004年
8 张玉;极进升级香港医药管理局网[N];计算机世界;2003年
9 常丽君;大脑靠视觉和身体两幅“地图”定位[N];科技日报;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978