基于T2加权MR像的脑皮质标志点的定位方法研究

摘要

利用脑图谱标注病人个体脑部T2加权磁共振(Magnetic Resonance,MR)图像,能够为医生提供最大限度的脑部信息,为脑疾病诊断及治疗规划提供有力辅助工具。基于脑图谱标注T2加权MR图像的关键步骤是建立T2加权MR图像的Talairach空间坐标系,在T2加权MR图像上定位脑皮质标志点(Talairach cortical landmarks(A、P、R、L、S、I))是确定T2加权MR图像Talairach空间坐标系的重要条件,脑皮质标志点的定位精确度直接影响脑图谱标注结果。为了精确快速的建立Talairach空间坐标系,本文对T2加权MR图像上脑皮质标志点的定位方法进行了研究。首先,根据Talairach空间脑皮质标志点的定义,确定标志点所在的平面： AP平面(经过前联合( Anterior Commissure , AC )和后联合( Posterior Commisure , PC )并垂直于正中矢状面( Midsagittal Plane ,MSP)的平面)、VPC平面(经过PC并垂直于MSP和AP面的平面)和VAC平面(经过AC并垂直于MSP和AP面的平面)。该过程通过局部对称系数法提取沟线段,定位AC和PC,插值重建平面完成。其次,在AP平面上定位脑皮质标志点(A、P、R、L)。该过程结合模糊C-均值(Fuzzy C-Mean,FCM)聚类算法确定T2加权MR图像中的组织灰度分布范围,将图像中对应高灰度值的脑脊液(cerebrospinal fluid,CSF)-脂肪-眼的灰度以投射方式变换到灰质和白质的灰度范围,应用分水岭算法和区域合并方法对变换后的图像分割处理并在分割后的图像中完成脑皮质标志点(A、P、R、L)的定位,将脑皮质标志点坐标值返回原始AP平面。最后,分别在VPC平面和VAC平面的变换图像上定位脑皮质标志点(S、I)。该过程通过分析图像获取动态阈值并对图像二值化处理,循环应用数学形态学开闭运算处理二值图像完成图像的分割,并在分割后的图像上定位脑皮质标志点(S、I),将标志点坐标值返回原始VPC、VAC平面。实验结果表明,本文研究的脑皮质标志点定位方法具有快速性、自动性、准确性和可重复性。

目录

摘要

Abstract

第1章 绪论

1.1 课题的背景和意义

1.1.1 数字化脑图谱

1.1.2 MRI 技术

1.1.3 Talariach 脑皮质标志点

1.2 国内外研究现状

1.2.1 脑皮质标志点定位方法

1.2.2 相关图像分割方法

1.3 本文主要研究工作

第2章 标志点相关平面的提取

2.1 引言

2.2 常用医学图像插值算法

2.3 MSP 的提取

2.4 AP 平面的提取

2.5 VPC、VAC 平面的提取与利用

2.6 本章小结

第3章 标志点（A、P、R、L）的提取

3.1 引言

3.2 图像灰度分布确定与投射

3.2.1 FCM 聚类算法

3.2.2 FCM 聚类投射

3.3 投射图像分割

3.3.1 分水岭算法

3.3.2 区域合并

3.4 标志点（A、P、R、L）的定位

3.5 灰度投射处理必要性分析

3.6 MATLAB 误差分析

3.7 本章小结

第4章 标志点（S、I）的提取

4.1 引言

4.2 二值化图像阈值求取

4.3 二值图像分割

4.3.1 数学形态学

4.3.2 数学形态学分割图像

4.4 标志点（S、I）的定位

4.5 MATLAB 误差分析

4.6 本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢