基于知识的脊柱MRI影像分割算法研究

脊柱的核磁共振(MRI)影像的在脊柱疾病的临床诊断和疗效评价方面有着日趋重要的作用，而从MRI中自动的分割脊柱以及定量的分析每节椎骨是计算机辅助脊柱疾病诊断中的关键问题。本项目拟提出一种基于脊柱统计形态知识与可变性模型的新的脊柱MRI分割方法。具体来讲，我们将从CT影像训练集上结合专家知识构建由整体到局部的脊柱统计形态知识库，其中不同个体间的椎骨对应点的标定将需要提出新的保角变换算法，并利用该统计信息引导可变性模型对MRI图像中的脊柱进行分割。我们将会将所提出的算法扩展到分割脊柱侧弯与强直性脊椎炎的脊柱MRI图像中。

我们按原定计划开展了研究，并取得了预期的研究成果，已全面完成了预期的考核指标。在科研方面，我们首先研发了一种核磁共振影像中脊柱的混合分割方法。一方面，通过对脊柱初始轮廓已定位的影像进行重采样，构造脊柱的多阶金字塔图像，建立由粗到精的分割策略，不仅可以实现脊柱的准确分割，还降低了分割所消耗的时间，提高了方法的执行效率，另一方面，由于椎体所在区域的像素所携带的灰度信息和纹理信息非常丰富，因此，混合分割模型有机地结合了外观模型和纹理模型各自的特点，使得分割目标最大程度地保留了原始信息，获得较高的图像质量。以此项研究为基础，本项目还完成了盂肱关节的自动分割方法与关节窝面的形态分析。通过训练集构建与主动形态模型实现盂肱关节的自动分割，并将盂肱关节窝进行曲面提取，从二维形态学角度证明双侧盂肱关节的解剖结构一致性。此外，在骨骼的分割与形态分析学方面还研究了易骨折赛马的籽骨，通过自动分割算法完成籽骨的提取，并从三维骨骼形态学的角度同未骨折组赛马进行比较，进而研究赛马骨折的原因。. 本项目研究成果主要体现为学术论文，预期发表论文8-15篇，SCI或EI收录论文5篇以上，培养硕士研究生2名。实际发表国外核心期刊论文18篇，SCI收录16篇，EI收录2篇；国际和国内学术会议专题报告或讲座8次；申请国内发明专利1项，培养硕士研究生2名。. 在财务方面严格按照国际自然科学基金委的要求进行经费支出，总拨款23万元，已花费21.3421万元，结余1.6579万元。