多谱MR图像人脑组织分类_第1页
多谱MR图像人脑组织分类_第2页
多谱MR图像人脑组织分类_第3页
多谱MR图像人脑组织分类_第4页
多谱MR图像人脑组织分类_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、    多谱MR图像人脑组织分类        1引言虽然物理学家在本世纪20年代就发现了核磁共振现象,但直到1980年,人们才制造出了世界上第一台磁共振仪。核磁共振过程是指有磁矩和自旋的核子(例如人体中大量含有的氢原子核)在外界射频磁场的作用下产生共振,吸收外界射频磁场能量,由低能态(顺磁矩)转变为高能态(逆磁矩)以及能量释放的过程。在核磁共振原理中有一个很重要的概念:核磁共振弛豫(relaxation)。它包括纵向弛豫时间T1和横向弛豫时间T2。T1反映原子核与周围环境的

2、能量传递速度。T2则反映原子核与周围微磁环境之间的相互影响。一般说来,T1>T2。根据TR、TE等参数的不同设置磁共振像可分为T1加权像,T2加权像和质子密度像(Pd像)。与CT相比,磁共振成像对人体造成的危害要小得多,且对于含水较多的软组织如脑部,胸部,腹部等部位的成像质量也要优于CT。因此,磁共振像被广泛的应用于临床诊断,这其中又以脑部磁共振像最为复杂。各种脑组织的正确分类不仅可以为临床脑组织病变提供计算机辅助诊断,而且也是像三维重建和医学像可视化的基础。因此人脑磁共振像的分类是一个很有研究价值的课题。在现有的众多像分类方法中,聚类分析是较常用,较简洁有效的方法之一。从Pd,T1和T

3、2三幅加权像的灰度直方可以看出,它们并不具有多个可明显区分的峰值,因此不能使用简单的阈值方法进行分类。而传统的基于单幅像的不连续性检测,基于灰度值的区域划分,以及基于纹理相似度的区域划分等分类结果都不很理想。本文讨论使用几幅MR像联合分析的多谱人脑磁共振像聚类分析的方法,以及多谱像的不同组合对最终分类结果的影响。2原理多谱像这个词最初来源于卫星遥感技术。卫星对地面上同一区域用不同的光谱段拍摄多幅像,利用地面上的不同物质对不同波长光选择性吸收的原理,来探测地表情况,地下矿藏等。而医学上的多谱像是指同一个人,同一时间,同一解剖层面的Pd,T1,T2等多种加权像。每种加权像都从不同角度反映了各类脑组

4、织的物理特性以及生物特性。通过人工选定初始点,计算各类组织的均值,形成初始聚类中心,对人脑的几种重要生物组织;灰质(gray matter),白质(white matter),皮层(cortex),脑脊液(CSF)以及像背景(background)分类。在聚类分析中采用K近邻法(K=8),对选定像的象素逐点进行分析。每次迭代过程对聚类中心进行校正,直到各类中心保持稳定为止。从多幅像得到的信息显然多于单幅像,其分类的结果自然会优于单幅像的分类结果。具体的算法如下:2.1选择初始点(又称为种子点):依据Pd,T1和T2三幅加权像各自的特点对各类组织选择一些代表性的象素,CSF可由T2加权像选出;灰

5、质可由Pd加权像选出;皮层和白质可由T1加权像选出;像背景则可由任意一幅加权像选出。对于CSF,灰质以及白质这几类灰度取值范围比较复杂的组织来讲,所选择的初始点数应该略微多一些(一般4050点);而对于皮层和像背景这两类灰度取值范围比较单一的组织来讲,所选择的初始点数可以略少一些(一般20点即可)。2.2聚类分析:根据(1)式,对所有的象素点计算该点在三幅像中的灰度值与五种组织均值的差值,并采用K近邻法(K=8),对选定像进行逐点聚类分析,从而确定像中每一点的脑组织类型。Dk=(GPd-Ck1)2+(GT1-Ck2)2+(GT2-Ck3)21/2k=1.5(1)其中,Dk表示该象素与第k类组织

6、聚类中心的距离;GPd,GT1,GT2是分别从三幅加权像中读取的灰度值;Ck1,Ck2,Ck3是三幅加权像中第k类组织的均值。2.3校正聚类中心Ckm=Skm/Nkk=1.5;m=1.3(2)其中,Ckm表示每次修正的聚类中心;Skm表示灰度累加和;Nk表示象素点数。设定一个阈值,如果Ckm=Ckm-Ckm整个分类过程结束;否则,转向第二步,重复上述过程。阈值的选择不宜过大。过大起不到校正聚类中心的作用,不能实现正确分类;同时也不应过小,否则会使收敛速度变得很慢,对于分类结果的改善也很有限。2.4加权多谱像组织分类为了讨论对三幅像Pd,T1和T2分别加权对于分类的影响,采用如下公式:Dk=WP

7、d*(GPd-Ck1)2+WT1*(GT1-Ck2)2+WT2*(GT2-Ck3)21/2k=1,2,.,5(3)其中,WPd,WT1,WT2是每幅像的权重。3结果与讨论1是用于实验的三幅原始像:Pd、T1和T2磁共振脑像。哈佛医学院采用基于有偏场校正的方法进行分类,该方法计算较为复杂。我们用这种方法得到的分类结果作为组织的参考分类对以下的实验结果分析和比较。T1和T2加权像的分类结果(2):与参考分类相比较:CSF和灰质的误分辨较多,特别是脑室区的灰质分辨较差。对白质和皮层的分辨基本可以满意。Pd-T1分类结果(分类省略)表明,对于CSF的误分辨大大增加。当提高阈值时,CSF的误分辨继续增加

8、,而对白质的分辨则有所改善。分析其原因:应该是由于CSF在T2加权像的灰度值范围较窄且CSF初始点最初是由T2加权像所选出,而分类时失去了T2加权像的指导作用,导致误分类增加。Pd-T2分类(分类省略)对皮层的识别一般,对CSF的分辨较好,对白质和皮层的分辨比较差。这是由于白质和皮层的灰度在T1加权像灰度值范围较窄,且其初始点最初是由T1加权像所选出,分类时失去了T1加权像的指导作用,导致其误识别增加。Pd-T1-T2分类(分类省略)效果明显优于上面两幅加权像生成的分类结果,已经与参考分类相当接近。由加权Pd-T1-T2分类(3)和各种统计数据可以看出:加权Pd-T1-T2分类比较突出的一个优

9、点是对脑室区的灰质分辨得比较好。这一点在临床诊断中是十分重要的:脑室区的灰质是否对称是诊断脑组织有无异常的一个重要标志。另外一点是可以比较清楚的看到中线,中线的对称性在临床诊断中也有非常重要的意义。根据三幅原始像的特点,CSF绝大部分情况下都是由T2加权像选出,并且CSF在T2加权像的灰度值范围相对较窄。一般的说,不增加任何人为逻辑判断的分类对于CSF的分辨均不是很好。从上述进行的试分类中,可以得知:由于T1加权像中白质灰度取值范围相对较窄,因此增大WT1则有助于纠正对白质的误分类;由于T2加权像中CSF的灰度取值范围相对较窄,因此增大WT2:WPd比值有助于改善CSF的分类;由于Pd加权像中

10、灰质的灰度取值范围相对较窄,因此增大WPd:WT2有助于改善灰质特别是脑室区灰质的分类。1原始的多谱MR像,依次分别为Pd,T1和T2加权像2左表示T1-T2分类,右是分类结果与参考分类的比较B:背景; C:脑脊液; G:灰质; W:白质; X:皮层3左表示加权的Pd-T1-T2分类,右是分类结果与参考分类的比较B:背景; C:脑脊液; G:灰质; W:白质; X:皮层表1给出五种组合的多谱像分类方法分类结果与参考的分类结果的定量比较。由表1可以看出,因为像背景和皮层的灰度取值范围相对较为单一,故除个别分类方法外,多数分类方法结果相差不大;而对于灰度取值范围比较复杂的灰质,白质和脑脊液CSF,

11、几种分类结果差别则较大。在临床实践中,如果对灰质和白质的分类要求不是很高,可以只采用T1加权像和T2加权像进行分类,这样可以提高运算速度,而且分类结果基本可以被接受。但应该肯定的说,由三幅像生成的分类明显较由两幅像生成的分类要好,而加权三维分类的效果相比起来最好。进一步分析表明,在选择加权系数时,T2加权像对CSF的指导作用相当的重要。一旦失去其指导作用,将会导致大量的灰质点被误识别为CSF,从而使得分类结果失败。其次是Pd加权像对灰质尤其是脑室区灰质的指导作用以及T1加权像对皮层和白质的指导作用。还应指出,带有加权系数的多谱人脑磁共振像分类效果虽较前面列举的其他方法有所改善,但这种方法要求对

12、Pd,T1,T2三幅加权像精确配准。以上只是一些通过试分类得到的初步结果,在实际的医学人脑磁共振像分类中,我们所遇到的问题可能要复杂得多,需要不断的改进和完善分类算法,以期达到令人满意的分类结果。表1五种组织在各分类中所占象素数与总象素数的百分比BackgroundCSFGraymatterWhitematterCortex参考分类40.62%3.51%27.96%22.18%5.73%T1-T2分类40.86%1.52%31.22%20.55%5.85%Pd-T1分类44.86%18.78%12.00%18.53%5.83%Pd-T2分类51.34%1.73%17.52%27.19%2.22%Pd-T1-T2分类44.20%1.87%27.53%20.64%5.76%加权Pd-T1-T2分类42.70%1.69%28.17%21.69%5.75%作者单位:罗述谦谢玉峰李响(100054北京首都医科大学生物医学工程系) 参考文献1罗立民,鲍旭东,田雪芹.基于纹理分析的磁共振像区域分割.自动化学报,1995,21(4):5042柴悦,刘晓梅,李响,等.人脑磁共振像的配准与组织分类.中国医学影像技术,1998,14(3):2343Beydek J,Hall L,C

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论