基于全卷积神经网络的脑白质高信号分割和定量分析研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:jjjuuu52107
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
医学图像中病变的分割和随后的定量评估为神经病理学分析提供有价值的的信息,能够对治疗方法的优先规划,病理性的检测和预后具有重大意义。脑白质异常高信号(White matter Hyperintensities,WMH)是在T2加权磁共振图像(Magnetic Imaging Resonance,MRI)上表现高于正常组织水平的脑区域,白质异常高信号的空间分布和体积与小血管病息息相关。白质高信号的强度和空间的位置可能与老年人认知功能下降的发展有关。有研究表明,白质异常高信号的出现甚至是阿尔兹海默病(Alzheimer’s Disease,AD)的重要疾病标志物之一。白质异常高信号在脑区域中出现的位置、大小、形状具有不确定性,因此设计有效的分割模型非常困难,在临床实践中,精确的白质异常高信号的分割主要通过专家的手动刻画,这种方法繁琐、费时,并且引入了观察者的变异性。另外为了确定特定区域是否是病变的一部分,需要考虑具有不同对比度的多个脑图像模态序列,并受到专家的水平限制,因此精确的自动分割算法开发已成为医学图像计算的研究重点。基于此,本文提出利用多模态磁共振图像在基于改进的神经网络U-net网络模型上实现精确可靠的白质异常高信号靶点分割。在常规临床实践中,白质高信号常发现在阿尔兹海默病、神经系统退行和正常衰老的人脑中。目前用于评估白质高信号的视觉评定量表是Fazekas量表,Fazekas仅能够近似的粗略估计白质高信号的在大脑区域中体积和数量,并且不能够精确提供关于白质高信空间定位的准确信息。本文通过基于T1加权结构磁共振图像上脑区分割,将T2加权和T1加权图像进行配准实现白质异常高信号的脑空间位置的精确定位研究,并进行利用临床大数据研究脑白质异常高信号在大脑不同解剖结构的积累和分布如何随着年龄的增长而变化,又如何影响人脑的认知功能。本文通过与现有的网络分割进行对比有显著性的分割精度提升,验证了建立的网络模型的可行性,定量分析了研究了得到了老年人年龄和脑白质损伤的关系,脑白质损伤和认知功能的关系,并且使用统计分析的方法纵向研究正常老年人组、轻度认知障碍老年人组和阿尔兹海默症组之间脑白质异常高信号的解剖空间分布差异性。论文成果为临床的大规模筛查早期高风险病人提供了可靠的靶点检测技术,有着较高的临床应用价值。
其他文献
目前,人类正处于一个信息技术和互联网高速发展的信息过载时代。作为一种有效缓解信息过载问题的工具,推荐系统个性化地引导用户选择满足其需求的项目。推荐系统能够将项目精
碳纤维是一种新型高性能材料,它不仅被应用在航空航天等军工行业,而且还广泛应用于风力发电等民用工业领域。近些年,我国碳纤维产业有了巨大的进步,但是和国外的技术相比还有
耦合技术是解决气候多模式模拟问题的重要手段。我们根据驱动方式,耦合模式分量连接方式以及解决方案的整体设计风格分析了现有的耦合技术并探讨了它们在可扩展性和易用性的
近年来,随着激光技术的不断发展,目前光纤激光器已经成为了激光发展的一个重要方向,并且激光器已经实现了从可见光波段向中红外波段的跨越。尤其是在激光的2μm波段发展非常
近年来,高压电源(High Voltage Power Supply,HVPS)在高压离子引擎、电空气动力推进系统、高压静电纺纳米纤维、科学实验甚至现代日常生活等应用领域都起着重要的作用。然而,
光伏发电作为利用太阳能的主要形式,具有环保、无污染、一次投资可用年限长等优点,但发电量随天气变化而变化,具有很强的随机性。在光伏发电系统输出功率发生较大波动时,传统
在过去的二十年,随着音视频技术的快速发展。过去的低分辨率、低刷新率的模拟信号音视频资源及接口已经逐渐被市场淘汰。因此,发展全数字化音视频接口就越来越显得重要。其中
无线通信和电子技术的飞速发展使得传感器的成本更低、能耗更低、功能更齐全,且传感器节点本身具有体积小、适合短距离通信的特点,因此它被广泛运用在国防安全、健康、农业等
农业机器人技术是现代农业发展的重要研究分支,也是当前农业智能化发展的热点领域之一,为农业病虫害的无害化、智能化处置技术研发和工业化运用提供了现实可能。本文以灭虫机
现实生活中,车位使用情况受各种条件影响导致无法精确预测。通过研究车位空闲率,提高其预测精度,使诱导系统总体服务代价最小具有重要意义。本文主要包括:首先,为了提高停车