基于变分贝叶斯模型的脑磁共振图像组织分割及病变检测

项目名称： 基于变分贝叶斯模型的脑磁共振图像组织分割及病变检测

项目编号： No.61401209

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 纪则轩

作者单位： 南京理工大学

项目金额： 24万元

中文摘要： 基于脑磁共振图像的脑组织精确分割对生物医学研究和临床应用具有重要的指导意义，同时脑磁共振图像的病变组织分割及检测是研究疾病形成机制的重要手段。本项目针对脑磁共振图像分割的共性问题及脑病变图像的特性问题，以有限混合模型和变分贝叶斯理论为出发点，研究基于变分贝叶斯模型的脑磁共振图像分割算法，突破其中的关键技术，精准分割脑组织并检测脑部病变，构建一套行之有效的变分统计模型的理论与应用框架，开展如下研究工作：（1）针对脑磁共振图像中噪声、灰度不均匀性、低对比度等缺陷，开展脑磁共振图像先验的有限混合模型的表征机理与度量方法研究；（2）深入研究变分贝叶斯理论，引入图像先验表征机理，构建变分贝叶斯模型的图像分割算法；（3）构建脑组织多图谱体系，建立多图谱联合分布，深入开展基于多图谱变分混合模型分割算法的应用研究，实现脑组织精准分割及病变检测。本项目对于推动变分统计模型的应用研究具有重要的理论与实际意义。

中文关键词： 脑磁共振图像分割；非对称有限混合模型；变分推论；多模态数据；多图谱先验

英文摘要： Accurate brain tissue segmentation from magnetic resonance (MR) images plays an important role in both clinical practice and neuroscience research. Meanwhile, diseased tissue segmentation and volume measurement are crucial in cerebral to study the formati

英文关键词： Brain Magnetic Resonance Image Segmentation；Asymmetrical Finite Mixture Model；Variational Inference；Multiple Modalities Information；Multi-atlas Prior