多模態(tài)影像腦部疾病檢索研究.pdf

1、隨著現(xiàn)代醫(yī)學(xué)影像技術(shù)的發(fā)展,醫(yī)學(xué)圖像在疾病的診斷與治療過程中起著越來越重要的作用,疾病的影像表現(xiàn)已成為判斷疾病的關(guān)鍵依據(jù)。醫(yī)院每天要產(chǎn)生大量的影像數(shù)據(jù),醫(yī)學(xué)圖像不僅可以作為醫(yī)生臨床診斷、病情跟蹤、預(yù)后研究、鑒別診斷的重要客觀依據(jù),同時,在幫助未確診臨床圖像進行診斷中,具有重要的參考價值。如若能從已確診的圖像庫中,找出與未確診圖像具有相同病理特征的相似醫(yī)學(xué)圖像,將會大大提高臨床論斷的可靠性。為此,圖像檢索技術(shù)被應(yīng)用到醫(yī)學(xué)領(lǐng)域。
　　

2、 由于醫(yī)學(xué)圖像的特殊性,如何將圖像檢索技術(shù)與醫(yī)學(xué)圖像有機地結(jié)合,為醫(yī)生提供便捷準確地檢索圖像手段,并為其診斷提供輔助的建議,成為科研人員待解決的問題。
　　 我們的研究工作是在國家自然科學(xué)基金重點項目(No:30730036)下展開的,本文主要探討了包含多種模態(tài),三種疾病的腦部圖像檢索系統(tǒng)的設(shè)計方法,系統(tǒng)主要針對于同種疾病的檢索,而非全局內(nèi)容相似的醫(yī)學(xué)圖像,目的在于檢索出具有相同病理特征的圖像,輔助醫(yī)生做出診斷。同時,重點研究

3、了檢索系統(tǒng)中的兩個重要環(huán)節(jié):腦部圖像的細分類及腦部疾病區(qū)域的自動定位方法。腦部圖像的細分類是用于對庫中圖像和查詢圖像進行分類,查詢圖像只在某些類別的圖像中進行檢索,從而,達到縮小檢索空間,提高速度的目的。腦部疾病區(qū)域的自動定位,是應(yīng)用于檢索系統(tǒng)中的適用于大部分圖像的自動分割疾病的方法,盡量節(jié)省醫(yī)生的手工勞動。以下是本文的工作內(nèi)容:
　　 提出了基于支持向量機的腦部MR圖像細分類方法用于檢索中(第三章)
　　 將MR,T1

4、加權(quán)的腦部圖像根據(jù)組織形狀解剖結(jié)構(gòu)內(nèi)容的變化從顱頂?shù)斤B底細分為14個類,首先,選定訓(xùn)練樣本集和測試樣本集,對圖像作去噪,去除背景處理。采用紋理與形狀特征相結(jié)合的方式表達圖像,應(yīng)用StARMiner算法對特征進行選擇和計算特征加權(quán)系數(shù),用支持向量機理論訓(xùn)練分類器,對腦部圖像進行精細分類。經(jīng)反復(fù)實驗優(yōu)化各參數(shù),以粗略分類率方式應(yīng)用于檢索中。細分類可應(yīng)用于特定人體部位圖像的檢索系統(tǒng),以檢索出更精確的圖像,并且縮小檢索空間,提高檢索效率。

5、>　　 2.提出一種自動定位及分割腦部圖像病灶區(qū)域的方法(第四章)
　　 首先采用霍特林變換,找到腦部圖像的對稱軸,將圖像旋轉(zhuǎn)至垂直位置。依據(jù)腦部圖像的對稱性質(zhì),通過測量病變區(qū)域造成的不對稱度,自動定位病灶區(qū)域,然后對定位的病灶區(qū)域進行分割,可以準確地得到病灶區(qū)域的邊界。該方法速度快,且不需要模板圖像,克服了基于配準的分割方法的實時性差及沒有完全匹配的正常模板圖像的缺點。最后通過不同模態(tài)和疾病的圖像驗證了該方法的有效性。

6、>　　 3.多模態(tài)多疾病腦部圖像檢索系統(tǒng)的設(shè)計(第五章)
　　 設(shè)計了一個多模態(tài)影像腦部疾病檢索系統(tǒng)。首先,建立DICOM圖像信息庫和圖像特征庫,庫中包含腦出血、腦膜瘤、垂體瘤三種疾病,CT、MR兩種模態(tài)的腦部圖像數(shù)據(jù)。分別設(shè)計了自動與半自動提取顱內(nèi)組織,自動與半自動病灶區(qū)域定位方法,自動提取全局與局部特征,建立了一個檢索用戶界面。在特征相似性比較之前,用查詢圖像的部位、模態(tài)、方位信息,從庫中選出符合條件的子庫,將查詢圖像與子