Talairach腦圖譜與T2加權(quán)MR圖像的配準研究.pdf

1、腦圖譜與人腦MR圖像的配準作為醫(yī)學圖像處理中的一個重要研究方向，是實現(xiàn)標準腦數(shù)據(jù)與個體數(shù)據(jù)融合的基礎(chǔ)，對于人腦疾病的輔助診斷、放射治療、手術(shù)規(guī)劃和導(dǎo)航等具有深遠的臨床意義。由于人腦解剖結(jié)構(gòu)的復(fù)雜性、組織器官的不規(guī)則性以及個體之間的差異性，使得醫(yī)學圖像的配準成為一個難點。
　　針對T2加權(quán)MR圖像和Talairach腦圖譜的特點，本文對基于Talairach變換的線性配準和基于近似薄板樣條的非線性配準進行了探索和研究，并且實現(xiàn)了Ta

2、lairach變換線性配準中腦皮質(zhì)標志點的自動定位。
　　Talairach變換基于人腦Talairach空間中的8個標志點：前聯(lián)合(AC)、后聯(lián)合(PC)、最前點(A)、最后點(P)、最左點(L)、最右點(R)、最高點(S)和最低點(I)，其中AC和PC點位于大腦正中矢狀面(MSP)上；A、P、L、R、S、I這6個點位于大腦皮質(zhì)上，是大腦皮質(zhì)層的邊界點。這8個點將大腦分為12個區(qū)域，在每個子區(qū)域中進行仿射變換。實驗表明該配準算法

3、運算時間短(僅需3~4秒鐘)，實現(xiàn)了人腦解剖組織的匹配。
　　近似薄板樣條彈性變換是基于點約束的非線性變換配準方法，通過最小化彈性薄板的彎曲能量函數(shù)來獲得插值表面，它可以克服特征點存在定位誤差而產(chǎn)生局部畸變這一缺點。實驗表明該算法實現(xiàn)了結(jié)構(gòu)變化復(fù)雜的大腦解剖組織更為精確的配準，并且具有一定的魯棒性。
　　腦皮質(zhì)標志點的定位是實現(xiàn)Talairach變換線性配準的基礎(chǔ)。為實現(xiàn)其自動定位，本文采取了首先用基于三維形變曲面模型的方法