面向三维重建的颅内面听神经MR图像的分割算法研究

摘要

面肌痉挛，是一种中老年脑部神经类疾病，病发期间伴随着面部肌肉的抽搐和疼痛，尤其在日常谈话和微笑时越发明显，因此该病会严重影响患者的日常生活。目前该病的治疗方案是由医生通过分析MR序列影像得出责任血管和面听神经之间的位置关系，然后在术中用微血管减压术(micro-vascular decompression，MVD)对病灶区域进行临床处理。由于在分析病因的阶段，主要是依靠医生的主观意识进行分析与标注，导致病因的分析缺少直观的病因模型。本课题就是在这样的背景下，提出了面神经脑干面毗邻血管的三维可视化研究，而本文主要是对面听神经区域的分割研究。
　　通过分析课题合作单位所提供的MR序列图像的特征，本文将面听神经区域的分割分为四个步骤进行处理:
　　(1)图像插值。由于面听神经在脑中呈现为细线形状的组织，而MR序列图像是以0.5mm进行扫描的，所以会导致面听神经的MR成像的张数较少，缺少三维空间信息，不利于后续的三维重建，所以先对MR序列图像进行切片间的插值处理，重建缺少的三维空间信息。
　　(2)图像增强。由于所提供的MR序列图像的分辨率较低，并带有成像设备的成像噪声，所以导致细小的面听神经区域难以分辨，所以需要通过图像增强处理，提高面听神经区域与周边组织的对比度，从而提高分割的准确度。
　　(3)种子点迭代区域生长。由于是对MR序列图像进行分割，若分别对每一张进行独立分割，必然会造成算法的低效和算法的盲目。利用面听神经在三维空间上具有连续相关性，提出了种子点迭代的想法，并结合传统的区域生长算法，有效对其进行分割。
　　(4)图像后处理。经过上述步骤所得出的分割结果只是初步的分割结果，必须对其进行图像后处理，去除干扰与噪声。本文结合了面听神经的三维空间信息提出了利用三维区域生长算法作为后处理算法。
　　通过实验证明，本文针对面听神经在MR序列图像所具有特性，提出的这套分割算法是有效的，能够准确的分割面听神经区域，并且比传统的基于MR序列图像中每张图片进行独立的分割更加简洁和快速，为后续的三维模型的重建建立了基础。
　　本文创新之处:
　　(1)利用MR序列图像的连续相关性，将面听神经区域的分割和重建操作合并在一起同时进行，以分割提供重建的方向，以重建提供分割终止的条件。该算法更能有效的判断分割终止条件，能更好避免过分割。
　　(2)利用三维的空间信息对初步分割的结果进行后处理，使得图像后处理算法能在三维空间上进行噪声的约束，更有效的去除由于初步分割所得出的干扰。

目录

摘要

第一章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．2．1 面部痉挛的研究现状

1．2．2 面肌痉挛医学影像检查研究现状

1．2．3 医学图像分割研究现状

1．3 本研究课题来源及主要研究内容

1．3．1 本研究课题来源

1．3．2 主要研究内容

1．3．3 本课题的创新点

1．3．4 各章节内容安排

第二章 MR序列图像的插值操作

2．1 插值的概念

2．2 图像插值技术

2．2．1 基于灰度的插值方法

2．2．2 基于形状的插值方法

2．2．3 其他插值方法

2．3 面听神经MR序列插值

2．4 本章小结

第三章 医学图像增强

3．1 像素级的增强

3．1．1 像素灰度转换

3．1．2 直方图均衡

3．2 图像空间域和频域增强

3．3 模糊增强

3．4 本章小结

第四章 MR序列图像的面听神经种子点迭代区域生长分割算法

4．1 基于线检测的初步面听神经分割

4．2 区域生长分割算法

4．3 种子点迭代区域生长分割算法

4．4 本章小结

第五章 初步分割面听神经区域的图像后处理

5．1 单像素线噪声和孤立点噪声去除

5．2 孤立区域噪声去除

5．2．1 三维空间投影与传统区域生长算法的双结合

5．2．2 MR序列图像的面听神经的三维区域生长算法

5．3 MR序列图像的面听神经区域分割算法的评价与分析

5．3．1 医学图像分割算法的评价方法

5．3．2 MR序列图像的面听神经区域分割算法的评价

5．4 本章小结

总结与展望

参考文献

攻读学位期间发表论文

攻读硕士学位期间参与的科研项目

声明

致谢