腦部MRI海馬體三維分割算法研究.pdf

1、海馬體是大腦邊緣神經系統(tǒng)的重要組成部分，與人類的記憶、認知以及空間定位有著重要的聯(lián)系。磁共振圖像能提供對比度豐富、分辨率高的三維腦組織信息，是研究海馬體形態(tài)的重要數(shù)據(jù)。因此，在腦部MRI中研究海馬體的體積形態(tài)，實現(xiàn)三維海馬體的精確分割，對于阿爾茲海默綜合癥等精神神經類疾病的診斷具有重要的醫(yī)學意義。
　　基于圖譜配準的分割方法利用圖譜提供的先驗信息，實現(xiàn)海馬體的分割。由于海馬體體積很小且解剖結構復雜，單圖譜難以適應個體間復雜的差異性

2、，易出現(xiàn)誤分割。因此，本文重點研究了基于多圖譜配準的海馬體三維自動分割方法，提出了二次局部配準方法和改進的點分布模型的演化方法。具體研究內容如下：
　　1）重點分析了基于多圖譜配準的三維海馬體分割方法。針對多圖譜配準分割的兩個關鍵問題：圖像配準和標簽融合，分析了配準和標簽融合的常用方法，特別闡述了基于點分布模型的多圖譜海馬體分割方法。
　　2）提出了一種基于標準模板的多圖譜二次局部配準方法。在海馬體的三維分割方法中，配準過程

3、一般采用全局線性配準方法，但是由于海馬體體積較小，形狀不規(guī)則，全局配準后不同個體的海馬體形狀及位置仍有較大差異。本文提出了采用二次局部配準的方法，首先將所有圖像與標準模板進行全局仿射變換，然后利用海馬掩膜進行二次局部配準，標簽形變得到多個初始分割結果，最后利用基于三維點分布模型標簽融合的方法對多個海馬標簽進行融合，該方法提高了海馬體的分割精度。
　　3）針對基于三維點分布模型的海馬體分割算法，在二次局部配準的基礎上，本文進一步提出