基于主动表观模型的磁共振脑图像皮层下核团自动三维分割方法研究

人脑皮层下核团与帕金森病、老年痴呆等疾病有重要关系，如何在磁共振脑图像上自动、准确地识别和分割皮层下核团是进行相关疾病诊断、手术计划的基础和前提。由于皮层下核团在脑部磁共振图像上所占的信息比例相对较少，分割困难，在学术界还没有很好的方法，需要研究一种快速、高效、自动的三维分割方法。本课题研究基于主动表观模型的磁共振脑图像上皮层下核团的自动识别和三维分割的理论和方法，包括基于形状配准的特征点自动提取算法、皮层下核团三维主动表观模型的构建方法和基于此模型对患者个体脑部磁共振图像上的皮层下核团进行自动识别和三维分割方法，解决样本间对应特征点集合选取、三维纹理如何选择、模型与图像的拟合等关键理论与技术问题。本课题研究成果可用于患者个体的皮层下核团自动分割，为皮层下核团的形态学分析和手术计划提供个体的准确的三维解剖模型，对老年痴呆疾病的早期诊断和提高帕金森病手术治疗可靠性和有效性等具有重要意义。

人脑皮层下核团与老年痴呆等疾病有重要关系，在磁共振脑图像上自动识别和分割皮层下核团是提高相关疾病诊断效率、手术计划质量的重要手段。由于皮层下核团在脑部磁共振图像上所占的信息比例相对较少，分割困难，在学术界一直以来还没有很好的方法，本课题研究一种快速、高效、自动的三维分割方法：基于主动表观模型的磁共振脑图像上皮层下核团的自动识别和三维分割方法。课题取得的研究成果包括：基于形状配准的样本间对应特征点集合自动提取方法、皮层下核团三维主动表观模型的构建方法、皮层下核团进行自动识别和三维分割方法、以及阿尔茨海默病诊断相关研究。研究成果发表SCI论文3篇，EI论文2篇。本课题研究成果可用于患者个体的皮层下核团自动分割，为皮层下核团的形态学分析提供准确的三维解剖模型，对老年痴呆疾病的早期诊断等具有重要意义。