基于配准方法的颅脑CT图像病变信息自动提取算法

摘要：

医学图像中病变信息的计算机自动提取是实现计算机智能辅助诊断的关键与难点,本研究的目的就是提出一个解决该难题的算法,称之为PATHOINFER.该算法的基本过程是首先选择一幅具有代表性的模板图像Mo和一系列与其相应的正常图像样本Mi,利用非刚性配准分别建立表示"正常图像"灰度变化的灰度均值图谱,表示正常变异的统计概率图谱和反映其解剖结构空间关系的分割模板,以实现对"正常图像"的计算机描述.再通过Mo与目标图像S的配准,达到"正常图像"与S在空间关系上的一致,然后通过S与"正常图像"的比较,利用模糊逻辑推理,自动检出S中的病变区域,并实现对其病变特征信息的自动提取.实验结果表明,PATHOINFER算法可自动地检出并分割病变区域,并能够自动地提取包括病变发生部位在内的特征信息,实现了计算机智能辅助诊断研究中病变信息自动提取的难题.

关键词：非刚性配准、病变分割、病变信息提取、计算机智能辅助诊断

所属期刊栏目：25

分类号：R318(医用一般科学)

资助基金：安徽省自然科学基金2003kj238

在线出版日期：2006-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：19-24