基于脑mri特征提取和分类的应用与研究

《基于脑mri特征提取和分类的应用与研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ＳＯＵＴＨＷＥＳＴＪＩＩＴＹＩＡＯＴＯＮＧＵＮＶＥＲＳ硕±学位论文Ｍ乂ＳＴＥＲＤＩＳＳＥＲＴＡＴＩＯＮ；论文题目；基于脑ＭＲＩ特征提取和分类的一＇‘＂主？．＇苦应用与研究ｒ苗知：法＇．．妾．＞賓寫．謹於Ｉ王程硕壬学位类另Ｊ：学科专业；计算机技术年级；２０１３级研究生：李晓指导教师；戴齐一六五月．二零年国内图书分类号：ＴＰ３１７．４密级：公开国际图书分类号：００４西南交通大学研究生学位论文基于脑ＭＲＩ特征提取和分类的应用与研究年级２０１３级姓名李晓申请学位

2、级别硕±专业计算机巧术指导老师戴齐二零一六年五月五日ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＰ３１７．４ＵＤＣ００４．．：ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎＵｎｉｖｅｒｓｉｔｇｙＭａｓｔｅｒＤｅｇｒｅｅＴｈｅｓｉｓＴＨＥＡＰＰＬＩＣＡＴＩＯＮＡＮＤＲＥＳＥＡＲＣＨＯＦＦＥＡＴＵＲＥＥＸＴＲＡＣＴＩＯＮＡＮＤＣＬＡ％肌ＣＡＴＩＯＮＭＥＴＨＯＤＢＡＳＥＤＯＮＭＲＩＧｒａｄｅ：２０１３Ｃａｎｄｉｄａｔｅ：ＬｉＸｉａｏＡｃａｄｅｍｉｃＤｅｇｒｅｅＡｐｐｌｉｅｄｆｏｒ：ＭａｓｔｅｒＳｐｅ

3、ｃｉａｌｉｔｙ：ＣｏｍｐｕｔｅｒＴｅｃｈｎｏｌｏｇｙＳｕｐｅｒｖｉｓｏｒ：ＱｉＤａｉＭａｙ５２０１６，西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可Ｗ将本论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于１．保密□，在年解密后适用本授权书；２．不保密因＜使用本授权书。’“’（请在Ｗ上方框内打Ｖ）＂＾＾＾学位论

4、文作者签名：指导老师签名：／！＾曰期：女曰期遂｜［西南交通大学硕±学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或贡献如下：（１）本文首先依据脑ＭＲＩ的特点，基于现有理论对图像进行预处理，具体包括脑ＭＲＩ的头动校正、去噪、分割、配准等。（２）Ｈ维ＭＲＩ是Ｗ体素为单位的，本文基于体素，使用双样本Ｔ检验首先对阿尔茨海默症的病灶区域进行提取，然后统计病灶区域的灰质占比作为该图像的形态学一特征，通过对图像切片进行统计分析，提取重点切片进行下步分析。（３）对于脑ＭＲＩ分层进行纹理特征提取，基于ＮＳＣＴ转换，把图像从空间域转换到频率域，提取低频

5、区域的系数矩阵的均值、方差、摘、对比度等特征，提取高频区域系数矩阵均值、方差、能量等特征，通过对比分析，对特征组合进行优化，最终确定两组特征组合。（４）结合形态学特征和纹理特征，使用支持向量机进斤分类。为了提高分类准确度，减少分类时间，本文对支持向量机的核参数、惩罚因子等参数选择方法进行优，，化使用改进混浊粒子群算法对参数进行估计提出了新的惯性系数计算方法，经实验验证，改进混沛粒子群优化算法有效的提高了支持向量机参数选择速度，分类准确度也有一定的提高。本人郑重声明：所呈交的学位论文是在导师指导下独立进行研究工作所得的成果。除文中己经注明引用的内容外

6、，本论文不包含任何其他个人或集体己经发表或撰写过的研究成果。对本文的研巧做出贡献的个人和集体，均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：曰期；西南交通大学硕±研究生学位论文第Ｉ巧摘要随着医学成像技术的发展，Ｗ及计算机技术的提高，产生了大量多角度、高分辨率的医学图像，，，通过使用计算机辅助诊断能够提取更多的图像细节减轻医生的负担，提高诊断的准确率。为此本文首先对脑磁共振图像进行预处理，提取形态学和纹理特征，并对混浊粒子群算法进行改进，提出新的惯性权重计算函数，对支持向量机参数选择方

7、法进行优化，整合这些方法对阿尔茨海默症患者和正常人进行分类，Ｗ探索阿尔茨海默症诊断新途径。本文首先根据脑ＭＲＩ的特点，基于现有理论对图像进行预处理，包括图像的头动校正、、配准等。由于传统的对于脑ＭＲＩ的特征提取都是直接基于图、去噪分割一些细节信息像的特定层或者全脑进行，丢失了图像，不能发挥ＭＲＩ高分辨率、多层次、多角度的优点，所■本文提出融合图像的形态学特征和纹理特征，对图像进行处理，保留了图像更多的细节。对于形态学特征，本文基