小鼠切片图像的自动配准与背景去除算法的研究

论文摘要

随着生命科学与信息技术的结合与发展,生物机构及功能的数字化成为近年来生命科学研究的热点。小鼠作为目前用量最大的医学实验动物,对其模型的开发,将给医学研究和人类健康带来突破性的发展。作为小鼠模型三维重建的基础,切片图像的配准和背景去除的结果直接影响到重建的三维模型。特别是对于在制作过程中存在缺陷的切片图像,配准更是至关重要。而切片图像三维重建一般存在海量数据处理的问题,为了有效的减少数据冗余,背景去除也是模型重建的重要环节。本文以第三军医大学2007年采集的小鼠切片图像数据集为研究对象,结合本套数据集存在的问题以及切片背景特点,提出了适用于该套数据集的自动配准和去背景的方法。(1)图像配准:结合切片图像的特征,提出了基于定标点修正的外配准算法。该算法首先通过边缘检测、滤波等处理提取出外置定标点,接着利用图像矩阵中矩的定义计算出定标点的质心坐标,将左下脚的定标点质心坐标作为基准点消除小鼠切片的水平晃动,最后基于左下角和右上角两定标点间距离结合最小二乘法计算相应的缩放比例曲线,解决切片图像中小鼠目标区域逐渐缩小的问题。(2)背景去除:利用序列切片图像的背景特点和其渐变规律,提出了基于模板参照的轮廓提取去背景方法。该方法包括了模板制作、形成环形区域、断面轮廓提取、距离结合斜率判断去毛刺、拉格朗日插值消除不连续性以及所得轮廓结果经填充后与原始图像相与去背景六个步骤。由于小鼠头部轮廓变化太过迅速以及四肢的部分轮廓与躯干轮廓不是连通区域,在研究中将小鼠切片数据集进行了分段处理,对于无法用计算机自动提取的少量轮廓采用了手工修正,以此保证小鼠切片数据集轮廓的完整性。对于配准效果评价,文中采用了两种方法:一种是对配准前后的切片重建对比效果;另一种是基于三种统计学参数(均方根误差、峰值信噪比、交叉熵)对比来进行配准的评价。结果表明了本文中方法有效的消除了切片图像的水平晃动和目标区域缩小的问题,达到了图像配准的目的。而对于背景去除,则通过与原始图像对比和重建出三维模型来衡量去背景的效果。其结果表明自动去背景的算法有效的达到了背景去除的目的,且外周轮廓光滑,大大的减少了手工去背景的工作量,加快了三维重建的速度。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题研究背景
• 1.2 课题的研究意义及内容
• 1.3 论文结构
• 2 医学图像配准和分割技术概述
• 2.1 医学图像配准
• 2.2 医学图像分割
• 2.3 医学图像配准和分割的关键性问题
• 3 小鼠切片数据集的制作过程及特征分析
• 3.1 数据来源
• 3.2 小鼠切片集的制作过程
• 3.2.1 前期处理
• 3.2.2 标本定型
• 3.2.3 铣切采样
• 3.3 小鼠切片数据集问题分析
• 3.4 讨论
• 4 数字小鼠切片自动配准
• 4.1 小鼠切片自动配准
• 4.1.1 切片图像预处理
• 4.1.2 图像平移
• 4.1.3 图像大小的修正
• 4.2 小鼠切片图像配准前后重建结果展示
• 4.3 讨论
• 5 数字小鼠切片自动去背景
• 5.1 小鼠切片自动去背景方案设计
• 5.2 小鼠切片自动去背景过程
• 5.2.1 首张模板轮廓的制作
• 5.2.2 形成环区
• 5.2.3 断面轮廓提取
• 5.2.4 距离结合斜率判断去毛刺
• 5.2.5 拉格朗日插值消除不连续性
• 5.2.6 背景去除
• 5.3 小鼠切片自动去背景结果展示
• 5.3.1 第一类切片去背景结果
• 5.3.2 第二类切片去背景结果
• 5.3.3 第三类切片去背景结果
• 5.3.4 三维重建效果
• 5.4 讨论
• 5.4.1 去背景方法
• 5.4.2 二值图像去毛刺
• 5.4.3 去背景效果评价
• 6 配准算法的客观评价
• 6.1 评价参数
• 6.2 评价结果
• 6.3 讨论
• 7 总结和展望
• 7.1 课题总结
• 7.2 存在问题及展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读学位期间发表的论文目录
• B. 附表：程序中用到的mat lab 函数