二維顱腦CT圖像紋理統(tǒng)計特征的提取與應(yīng)用.pdf

1、隨著醫(yī)學影像技術(shù)的飛速發(fā)展，包括多排螺旋CT在內(nèi)的先進檢查設(shè)備得到廣泛應(yīng)用。醫(yī)學影像資料在提高醫(yī)生診斷準確率的同時，也帶來很大的讀片工作量。在此背景下，本文針對二維顱腦CT圖像開展了計算機輔助診斷系統(tǒng)的研究，通過使用圖像紋理分析技術(shù)從海量醫(yī)學影像數(shù)據(jù)中提取能夠反映病變情況的關(guān)鍵信息。 對于顱腦CT圖像而言，組織區(qū)域表現(xiàn)出的灰度紋理信息具有重要的診斷價值。本文利用醫(yī)學圖像紋理分析技術(shù)提出了一種基于多分辨率幾何不變矩(Multi-r

2、esolullion Geometric Moment Invariants，MRGMI)的顱腦CT圖像紋理特征提取方法。該方法構(gòu)造了不同尺度下的紋理特征結(jié)構(gòu)，既能夠在高分辨率下識別細節(jié)紋理模式，也可以在低分辨率下描述圖像區(qū)域的整體紋理統(tǒng)計信息。實驗表明，MRMGI具有較好的紋理模式區(qū)分能力。特別是經(jīng)過PCA特征優(yōu)化的MRGMI在顱腦CT圖像分割中取得了良好的效果，能分割出較為完整的白質(zhì)、灰質(zhì)和腦脊液。 利用MRMGI在描述圖像

3、整體與細節(jié)紋理信息方面的優(yōu)勢，提出了一種基于非剛性配準的紋理統(tǒng)計圖譜創(chuàng)建方法。將其應(yīng)用于顱腦異常密度病變的自動化檢出時，使用Mahalanobis距離度量待測樣本圖像的MRGMI特征向量與紋理統(tǒng)計圖譜的差異，實現(xiàn)病變檢出。實驗中對幾類典型病變均能正確定位并刻畫出較完整的病變區(qū)域輪廓。 基于統(tǒng)計圖譜的病變檢出涉及醫(yī)學圖像處理的多項重要理論和技術(shù)，其中最為關(guān)鍵的是非剛性配準、紋理特征提取和統(tǒng)計模型的建立。將特征提取與非剛性配準結(jié)合，