CT图像中脑部中矢状面提取方法

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:w_mz2007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
大脑的中矢状平面(Midsagittal Plane,MSP)可以用来评估大脑左右半球的对称性,利用获得的评估结果可以帮助诊断某些脑部疾病,因此研究MSP的提取在临床中具有重要意义。然而现有的提取方法大多存在计算成本大、对图像方向有一定要求等问题,针对这些问题,论文研究一种适用于各个方向脑部图像,同时可以快速、准确的提取脑部中矢状平面的算法。根据处理对象的维度,基于大脑对称性的MSP提取方法可以分为两类。第一类方法是对三维图像进行多尺度搜索,该类方法对脑部CT图像的初始方向没有限制,强调了CT图像的整体对称性,所以当结果细化到每层切片时会有所偏差。另外,由于需要进行多尺度搜索,该类方法计算成本较大。第二类方法是对二维图像进行搜索,该类方法可以有效克服上述缺点,但需要保证二维切片的对称性特征存在,因此对脑部CT图像的初始方向有一定的要求。论文提出的中矢状平面提取算法是对这两种方法的改进,其主要创新之处在于:结合上述两种算法的优点,将脑部中矢状平面的提取过程分为两步,第一步利用大脑的边缘信息和全局对称性,对三维图像进行单尺度搜索,从而初步定位中矢状平面。第二步首先利用初始平面的位置对CT图像的方向进行调整,使其满足基于二维图像提取MSP的方法对CT图像方向的要求;然后利用二维图像中大脑纵裂附近具有局部对称性的特性获取近似纵裂线段,将近似纵裂线段中的异常值去除,从而获取主导中矢状平面取向的近似纵裂线段,最终拟合出中矢状平面。本算法不仅不再限制脑部CT图像的初始方向,还保证了提取结果在二维图像上的准确性,同时减少了计算成本。将改进的提取算法与上述两种方法分别作对比实验,实验结果表明,本算法与上述两种传统方法相比,能更准确的提取中矢状平面。
其他文献
电子与高离化态离子的碰撞是天体和实验室等离子体环境中非常重要的原子物理过程,其高精度的原子参数,如截面、强度、速率系数以及退激发辐射光子的线性极化度等对等离子体的
在全行业快速发展的当下,互联网和高新科技快速发展,越来越多的企业对人才有了更多、更全面的需求,这也导致社会对高职院校的人才教育有了更高的期待。如何实现高职院校的教
当今社交媒体活跃在人们生活的各个角落,将用户社交关系结合传统推荐方法进行社会化推荐的方向成为新的研究热点。社会化推荐系统融合社交属性信息与评分信息进行推荐,一定程度上提高了系统推荐的准确性,但社会化推荐系统的开放性,极易受到恶意攻击,此类行为危害了社会化推荐的真实性,加深用户对系统推荐的不信任。国内外研究人员针对评分推荐系统或社交网络的攻击检测已有很多研究成果,但是很少关注针对社会化推荐系统的托攻
估计出监控场景中实时人数有助于突发事件的事前预警和事后决策。本文对治安智能视频监控系统中的拥挤人群计数以及人群密度统计进行了深入的研究。通过分析已有拥挤人群计数
传统的运动规划方法很难适用于六足机器人的多个关节角度规划,合理的角度规划是实现其稳定运动基础。仿照生物体中的中枢模式发生器(CPG)来规划机器人运动的节律信号是解决规
稳定性理论有着广泛的应用。比如,自然科学、工程技术、环境生态、社会经济等方面。本文主要讨论了几类随机时滞神经网络的稳定性。通过对不同神经网络模型的解的性质的研究,
近年来,深度卷积网络被广泛应用于计算机视觉领域,在许多视觉任务上如图像分类、目标检测、视频跟踪、图像分割等取得了优异的表现。性能优异的深度卷积网络往往具有参数量大
喷码机因机器设备内在性能或喷码机的喷头被墨水堵塞以及喷码内容设置错误等问题使喷印的字符出现各种缺陷,例如字符残缺、字符漏印、字符被污染等。印有缺陷字符的商品,一旦
压缩感知(CS)是一种新型的信号采样技术,能够从远低于奈奎斯特采样频率的随机线性测量来重建原始图像信息,其核心在于设计高效的压缩感知重建方法。然而,传统的重建方法需要
图常用的查询算法有可达性、最短路径距离和最宽路径查询等,传统查询算法有两种:一种是求解完整传递闭包,即预计算出所有的结果,那么查询效率为(1);另一种则是使用修改的Dijkstra算法或其他算法直接在原图上进行搜索,空间开销为(1)。而近年来图规模快速增长,其节点和边的总数可以达到亿级规模。针对如此大规模的图,前者查询效率虽高,但是空间开销使其难以扩展;后者虽然空间开销(1)很低,但直接在原图搜索