發(fā)布時間：2024-07-07 03:07

　　以獼猴為實驗模型來探索大腦機制一直是腦科學研究領域的重要手段。其中,獼猴腦圖譜在大腦組織空間定位上起著十分重要的作用。然而,在獼猴神經成像研究基本上是在少數幾只獼猴上進行,因此及時地分割出精確度高的活體獼猴個體特異性腦結構標記三維模型顯得尤為重要。然而,當前大部分用于獼猴腦結構分割的MR圖像來自小于或等于4.7T磁場強度的磁共振成像,相比起超高磁場MRI,現存的獼猴腦圖譜模板圖像會因為信噪比和分辨率等因素在解剖學結構信息方面而受到限制。而且獼猴MR腦圖像容易受到噪聲、灰度不均勻性、大腦結構的復雜性和多樣性等因素的影響,導致精細的獼猴腦結構分割非常困難、費時費力。鑒于此,本研究提出了一種全自動、高魯棒性和可重復性的基于7T MR圖像的麻醉獼猴腦結構自動分割方法,其主要研究工作如下:首先,總結了現有的MR圖像分割方法,確定了基于圖譜配準的圖像分割方法作為本文的算法原型,并分析了它的優(yōu)缺點;其次,在7T磁共振成像平臺上采集麻醉獼猴腦部的T1加權腦圖像數據,經過預處理后,形成獼猴腦圖像模板;然后,利用基于單圖譜配準的圖像分割方法得到麻醉獼猴的腦結構標記圖像;最后,以多只獼猴的腦結構模板和標記圖...

【文章頁數】：79 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現狀
    1.3 研究目標
    1.4 研究內容及方法
    1.5 論文結構
第2章 MR腦圖像分割方法概述
    2.1 引言
    2.2 磁共振成像
        2.2.1 磁共振成像原理及發(fā)展應用
        2.2.2 磁共振圖像特點
    2.3 MR腦圖像分割方法
        2.3.1 MR腦圖像分割方法分類
        2.3.2 獼猴MR腦圖像分割評估方法
    2.4 本章小結
第3章 基于圖譜配準的腦圖像分割方法
    3.1 引言
    3.2 圖像配準
        3.2.1 圖像配準基本原理
        3.2.2 圖像配準分類及在腦圖像中的應用
    3.3 基于單圖譜配準的圖像分割方法
    3.4 基于多圖譜配準的圖像分割方法
    3.5 本章小結
第4章 獼猴腦結構的自動分割
    4.1 引言
    4.2 實驗數據
        4.2.1 參考圖譜數據
        4.2.2 7T MR麻醉獼猴腦圖像采集
    4.3 單圖譜法獼猴腦結構分割
        4.3.1 圖像預處理
        4.3.2 圖像全局粗配準
        4.3.3 基于S-HAMMER算法的圖像局部配準
        4.3.4 單圖譜法獼猴腦結構分割整體流程
    4.4 多圖譜法獼猴腦結構自動分割
    4.5 本章小結
第5章 實驗結果與討論
    5.1 獼猴腦圖像模板集
    5.2 麻醉獼猴腦結構自動分割結果
    5.3 個體獼猴腦結構分割結果對比分析
        5.3.1 單圖譜法與多圖譜法獼猴腦結構分割結果對比
        5.3.2 個體獼猴腦結構標記圖像與獼猴腦組織切片圖譜對比
        5.3.3 本文方法自動分割結果與專家手動分割結果抽樣對比
    5.4 獼猴腦結構標記模型及本文自動分割方法的應用
    5.5 本章小結
第6章 總結與展望
    6.1 論文總結
    6.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文



本文編號：4003060