基于自動混合建模的椎骨MRI圖像分割算法研究.pdf

1、中圖分類號UDCTN911620碩士學位論文學校代碼密級10533基于自動混合建模的椎骨M對圖像分割算法研究ResearchonSegmentationmethodofVertebraeMagneticResonanceImagesbasedonAutomatedHybridModeling作者姓名：學科專業(yè)：研究方向：學院(系、所)：指導教師：論文答辯日期絲!蘭：釜，7符曉娟計算機技術圖像處理計算機工程系黃東軍答辯委員會主席中南大學2

2、010年05月基于自動混合建模的椎骨MRI圖像分割算法研究摘要：脊柱疾病已經(jīng)成為人類社會的常見病和多發(fā)病，且嚴重影響到人們的生活。脊柱M對圖像對于診斷和治療各類脊柱疾病發(fā)揮著重要的作用。準確快速地將椎骨從脊柱M附圖像中分割出來，不僅有利于縮短醫(yī)生診斷脊柱疾病的時間，同時還可以通過計算椎骨的參數(shù)來輔助脊柱疾病的治療。人體的脊柱共有33塊椎骨，若全部采用手動分割則非常耗時，且不同的操作人員會得到不同的分割結果。而將MRJ圖像進行計算機量化處

3、理，能夠提高脊柱診斷的準確性并保證其客觀性。因此，本文致力于研究適合脊柱M對椎骨分割的計算機方法。針對以上問題并提高分割精確度，本文提出一種基于自動混合建模的脊柱MRl分割方法。該方法包括混合建模和混合分割兩部分，混合建模包括基于最小描述長度的自動統(tǒng)計形狀建模、局部梯度建模、統(tǒng)計紋理建模和混合建模；混合分割分成三步，一是確定分割的初始位置，二是進行局部梯度搜索獲得中間分割結果，三是進行混合搜索獲得最終結果。本文提出的方法結合了ASM和A

4、AM方法的優(yōu)點，使得分割結果在特征點和紋理上都更為精確，同時在分割過程中考慮椎骨的幾何特性，減小因初始位置不夠貼近真實輪廓而造成的誤差。本文在windowsxp環(huán)境下，使用matlab201lb搭建了脊柱M對圖像分割實驗平臺，并進行了測試。平臺主要包括四個模塊：獲取訓練數(shù)據(jù)、自動建模、分割以及實驗結果分析。將25組脊柱M砒圖像的專家分割結果用于建立混合模型，其中形狀模型的方差和目標函數(shù)值均小于手動和函數(shù)參數(shù)方法。模型建立后，通過3組脊柱