基于脑CT图像的病变自动化检测技术研究

作     者：陈红军 

作者单位：哈尔滨理工大学 

学位级别：硕士

导师姓名：刘长征

授予年度：2008年

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：病变检出 脑CT 非刚性配准 图像分割 数字化统计图谱 

摘      要：随着医学影像技术的飞速发展,开展以计算机辅助诊断或计算机智能化诊断为目标的医学图像处理和分析研究已经成为日前这个领域的一个研究热点和发展的主要趋势。 计算机智能化诊断研究首先必须解决的问题是如何实现医学图像上病变的计算机自动化检出。病变自动化检出又必须涉及到图像配准,图像分割,数字化图谱创建等多项基本的图像处理与分析技术。本文瞄准计算机智能化诊断这个方向,以CT图像数据为研究对象,以颅脑病变,主要是灰度异常病变的计算机自动化检出为研究目标,通过密切结合医学专业知识,对病变检出及其相关技术进行了研究。 本文首先总结分析了图像处理与分析的关键技术,然后在此基础上提出了我们的图像预处理方法,即改进了的Demons非刚性配准算法,基于先验知识和图像形态学的颅脑CT图像自动化分割方法,以及基于灰度和标注的数字化统计图谱的创建方法。最后在这些处理方法基础上,通过对专业医师诊断思维的计算机模拟,提出了一种通过灰度对比分析的自动化检出方法。该方法首先创建了代表正常人各种图像特征的数字化图谱,然后通过将病人图像与灰度均值图谱的对比分析突出病变区域,通过基于标注的统计图谱克服个体差异和不完全配准造成的影响,最后通过基于影像诊断专业知识的模糊推理系统,实现灰度异常病变的自动化检出。