基于细胞自动机的mri脑肿瘤分割算法研究

基于细胞自动机的mri脑肿瘤分割算法研究

ID:33564338

大小:7.02 MB

页数:63页

时间:2019-02-27

基于细胞自动机的mri脑肿瘤分割算法研究_第1页
基于细胞自动机的mri脑肿瘤分割算法研究_第2页
基于细胞自动机的mri脑肿瘤分割算法研究_第3页
基于细胞自动机的mri脑肿瘤分割算法研究_第4页
基于细胞自动机的mri脑肿瘤分割算法研究_第5页
资源描述:

《基于细胞自动机的mri脑肿瘤分割算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、南方医科大学2011级硕士学位论文基于细胞自动机的MRI脑肿瘤分割算法研究TheResearchofBrainTumorSegmentationA190rimmon删ImagesbyCellularAutomata课题来源:973项目(2010CB732505)863项目(2012BAll4802)国家科技支撑计划项目(2012BA工14802)广州市珠江科技新星专项计划(2013J2200065)学位申请人导师姓名称类型层次学院何涛陈武凡教授阳维副教授生物医学工程学术型硕士研究生生物医学工程学院答辩委员会主席吴建华教授答辩委员会委员黄瑞旺教授吕庆文教授韩国强教授赖剑煌教授2014年

2、5月20日广州业养养在专培培所硕士学位论文基于细胞自动机的MⅪ脑肿瘤分割算法研究煳燃f硕士研究生:何涛指导老师:陈武凡教授阳维副教授摘要脑肿瘤是指发生于颅腔内的神经系统肿瘤,包括原发性肿瘤和继发性肿瘤两类。原发性脑肿瘤是指发生于颅内脑组织、脑神经、脑膜、垂体以及胚胎残余组织等的肿瘤;继发性脑肿瘤是指颅腔外身体其他部位的恶性肿瘤转移或侵入颅内形成的转移瘤。在人群中,脑肿瘤发病率很高。据调查,原发性脑肿瘤的发病率为7.8/10万人~12.5/10万人。脑肿瘤可发生于任何年龄,以20~50岁年龄组多见。由于颅内肿瘤发生于有限的颅腔容积内,无论良性还是恶性肿瘤,占位效应本身就可以压迫脑组织并

3、造成功能损害,甚至威胁生命。近年来,随着环境污染的加剧、生活压力的增大以及遗传因素的影响,脑肿瘤的发病率呈逐年上升的趋势。最新的肿瘤流行病学调查研究表明,脑肿瘤发病率约占全身肿瘤发病率的1.4%,死亡率超过2.4%。脑肿瘤是一类发病率、死亡率都很高的肿瘤疾病,已经成为危害人类生命健康的杀手。脑肿瘤的临床表现多种多样,早期症状有时不典型,甚至出现“例外"情况,而当脑肿瘤的基本特征均己具备时,病情往往己属晚期。脑肿瘤的临床表现一般为由颅内压增高引起的头痛、恶性呕吐、视乳头水肿和视力障碍、癫痫等,以及定位症状与体征如肌肉力减退、癫痫等。临床上,医生通过详细的病史询问和神经系统检查,可以了解

4、起病方式、T中文摘要首发症状、症状经过以及有无高颅压和局灶性脑症状,根据这些可以推断是否存在脑肿瘤,一般凡有进行性颅内压增高并伴随有局灶脑部症状者,基本可以确定脑肿瘤的存在。进一步参照脑肿瘤的好发年龄、好发部位、症状的发生方式及进展情况以判断肿瘤的部位和性质。医生在诊断脑肿瘤时常辅助使用影像诊断来进行。计算机断层摄影(Com】?utedTomo伊aphy,CT)和磁共振成像(Ma朗eticResonallceImagiIlg,MⅪ)已成为目前诊断脑肿瘤的最主要影像学手段。CT和M砒的应用大大提高的脑肿瘤的诊断能力,也使得脑肿瘤的临床治疗效果得到了改善。早期诊断,早期治疗是包括脑肿瘤在

5、内所有疾病的医疗原则,治疗越早,效果越好。脑肿瘤的治疗原则上是以手术治疗为主,辅助以放疗、化疗、生物治疗等方式。手术治疗需要对脑肿瘤进行合理、有效的检测和监测,以尽可能的切除脑肿瘤。但由于恶性肿瘤的侵入性生长,使其在图像上表现为与周围组织边界模糊,这给临床医生的诊断带来了很大困难。同时,医生在诊断脑肿瘤时,存在一定差异。不同医生对同一个病人的脑肿瘤图像,或是同一个医生在不同时期对同一个病人的脑肿瘤图像的分割结果存在一定的差异。利用计算机技术对脑肿瘤进行有效分割,越来越受到人们的重视。在现代医学影像诊断技术中,M对是一种重要的解剖性影像诊断技术。磁共振成像具有较高的组织对比度和组织分辨

6、率,对组织的形态和病理改变有很高的敏感性,无电离辐射,属于无损伤性检查。同时,它可以进行多参数、多序列,任意方位的成像。目前,MⅪ已成为诊断脑肿瘤的主要手段。临床上,脑肿瘤的分割一般由经验丰富的医生在MⅪ图像上,利用计算机辅助软件,手动分割来完成的。手动分割有很强的主观性,可重复操作性差。同时,在磁共振成像的过程中,由于噪声、组织运动和局部体积效应等的影响,获得的图像对比度低,不同病灶与周围组织之间边界模糊,这又给手动分割带来了更大的困难。因此,利用脑肿瘤分割算法对脑肿瘤进行效应分割,成为临床上治疗脑II硕士学位论文肿瘤的迫切需要。图像分割就是把图像中的感兴趣区域分出来,使这些分开的

7、区域之间相互不交叉,每个区域都满足特定区域的一致性。图像分割是图像分析和图像理解的基础,在医学、军事等领域都有着广泛的应用,吸引了国内外许多专家学者进行研究。随着研究的深入,研究人员提出了很多实用的分割算法,大致可分为基于区域的分割方法、基于边缘的分割方法、结合特定理论工具的分割方法等几类。基于区域的分割方法主要包括阈值法、区域生长和分裂合并法、特征聚类法以及基于马尔科夫随机场的方法。基于边缘的分割方法是通过检测边缘来进行分割的。为此,设计成了各种检测算子

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。