论文部分内容阅读
核磁共振成像(Magnetic Resonance Imaging, MRI)技术已经成为现代临床医学诊断和治疗的重要手段之一,其无辐射、多方位、高分辨率成像等优越特性使医学影像技术得到了高速的发展。现在其应用范围已扩展到全身各个部位,广泛应用于组织器官的病变检测和微创手术治疗,在图像引导外科手术导航系统中的应用也得到了较好的发展。本文研究的课题内容是:在图像引导的腹部外科手术导航系统中,核磁图像的组织器官分割算法研究,完整和精确的分割出腹部的肝脏等组织器官,为手术导航系统中病灶位置与边界轮廓信息的确定、手术器械跟踪的准确性等提供较好的辅助条件。然而腹部组织器官的分割面临许多问题:1),腹部器官软组织较多,相互之间的灰度值相差不大,而且相邻器官紧挨在一起,甚至互相重叠,使得图像上的组织边界模糊和泄露现象明显;2),形状复杂多变,各组织器官的形状会因个体、年龄和性别的不同呈现出不同的变化;3),由于核磁共振成像设备的固有因素,图像会有较大的噪声,存在偏移场效应,导致图像灰度分布不均匀,这会对分割算法产生一定的干扰,使得分割的难度增大。为了克服上述问题,本文对核磁图像的分割算法进行了深入研究,主要工作和贡献有以下几个方面:1),简要的阐述和分析了核磁图像的物理原理和成像过程,了解核磁共振成像技术的原理,从本质上理解核磁图像分割的难点所在。将核磁图像中偏移场效应造成的灰度分布不均匀现象进行了深入分析,并将目前研究比较热门的校正算法进行了对比分析和实验。2),对目前常见的、应用范围较广的和研究比较热门的分割算法进行了文献综述,分析了各种算法的优缺点和应用场景,展望了未来几年核磁图像分割算法的研究方向。3),针对腹部核磁图像中组织器官的分割特点,提出了一种基于核图割(kernel Graph cuts, KGC)模型的核磁图像分割新方法。提出的方法的创新点主要在于:将区域增长算法和形态学膨胀/腐蚀操作结合,得到预分割的结果;然后将基于核主成分分析(kernel principal component analysis, KPCA)的先验形状信息与核图割模型结合得到一个新的分割模型,在预分割的基础上再次分割核磁图像。经过了大量的实验验证和数据对比,结果显示本文提出的方法能有效地分割腹部核磁图像的肝脏和肾脏组织。