《基於相似圖譜的腦MR圖像海馬體自動分割方法研究》是依託華中科技大學，由劉宏擔任項目負責人的面上項目。
基本介紹
- 中文名：基於相似圖譜的腦MR圖像海馬體自動分割方法研究
- 項目類別：面上項目
- 項目負責人：劉宏
- 依託單位：華中科技大學
中文摘要,結題摘要,
中文摘要
腦磁共振（MR）圖像中海馬體自動精確分割方法的研究是醫學圖像處理領域的一個熱點，對與海馬體相關腦部疾病的臨床診斷和醫學研究具有重要的意義。但目前還沒有一種能夠滿足臨床套用和研究需要的高精度自動分割方法。基於多圖譜配準的分割方法已被證明對海馬體分割具有好的效果，但由於其所使用的圖譜往往與被分割圖像間存在較大的差異，使得分割的結果不夠精確。針對該類問題，本項目提出以待分割目標為中心的加權相似性度量的概念，研究實現該度量的計算方法，並採用該度量來篩選與待分割圖像相似的圖譜，再用選取的相似圖譜進行海馬體的分割。由於該方法有效縮小了圖譜與被分割圖像之間在海馬體部位的差距，分割結果會更精確。本項目將採用來自相似圖譜的統計信息與表達海馬體圖像特徵的上下文模型相融合的方法，形成一個自動精確分割海馬體的新方法。該研究能為醫學圖像中組織結構的自動分割提供新的解決思路，豐富圖像處理領域的理論和方法。
結題摘要
海馬體(hippocampus)作為人腦中的一個重要組織結構，對大腦的功能活動起著至關重要的作用。海馬體的圖像分割是海馬體體積測量和形態測量的關鍵和基礎，在基於影像學的臨床診斷上具有重要意義。對海馬體分割方法的研究已成為醫學圖像處理領域的熱點。目前對海馬體作診斷所依靠的影像手段主要是MR圖像(磁共振圖像，又稱Magnetic Resonance Image，MRI)。腦MR圖像海馬體分割就是要把海馬體所在的區域或邊界識別出來。本項目旨在從不同的角度研究和改進海馬體自動分割方法。本項目研究了已有的各種相關算法，在已有算法的基礎上，提出並研究了以分割目標為導向的腦MR圖像特定組織自動分割方法、基於加權相似性度量的腦MR圖像特定組織自動分割方法、基於圖譜標籤塊稀疏表示的圖譜標籤融合方法、基於圖譜組合信息稀疏表示的圖譜標籤融合方法、基於圖譜森林可擴展學習的腦部MR圖像自動分割方法多種方法。為開展項目的研究並驗證所提出方法的有效性，本項目在收集的臨床醫院實際病人影像數據、國際著名醫學圖像資料庫IBSR、IXI、LPBA及ADNI的腦MR圖譜庫的數據基礎上，建立了一個包括760餘例實例的圖譜資料庫，將所提出的算法都用圖譜資料庫中的部分數據進行訓練，並用剩下的部分數據對各算法進行了實驗驗證，將實驗結果與當前其它腦MR圖像自動分割方法進行了比分析。理論分析表明，所研究的方法對提高分割效果是有貢獻的，實驗結果也證明，本項目所提方法對海馬體的分割效果較國際上已有的分割方法有很大程度上的提高，使得對部分腦MR圖像的海馬體分割精度能達到90%以上(與金標準的重疊率)。對這些方法的研究結果，已經發表在了“Medical Physics”、“Magnetic Resonance Imaging”、“Multimedia Tools and Applications”、“計算機學報”、 “International Journal of Imaging Systems & Technology”等學術期刊上，還申請了一項發明專利和一項軟體著作著作權。該研究所取得的研究成果能為醫學圖像中特定組織結構的自動分割提供新的解決思路，能豐富圖像處理領域的理論和方法，也能為醫學界開展腦海馬體相關疾病影像學診斷提供實用的工具手段。
