自動向量種子區域成長法於腦部核磁造影分類之研究

NCUTIR > College of Electrical Engineering and Computer Science > Department of Electronic Engineering > 【電子工程系所】博碩士論文 > Item 987654321/4928

Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/4928

Title:	自動向量種子區域成長法於腦部核磁造影分類之研究
Authors:	朱邵威王圳木
Contributors:	電子工程系
Keywords:	接收器操作特性核磁共振造影自動向量種子區域成長灰質白質腦脊髓液
Date:	2010
Issue Date:	2013-08-02 14:47:56 (UTC+8)
Publisher:	台中;國立勤益科技大學
Abstract:	核磁共振造影(Magnetic Resonance Imaging, MRI)利用磁場原理，在均勻的靜磁場中，利用無線電波脈衝，使人體內水分子中的氫原子產生共振，進而改變磁場所產生的回波訊號，由電腦組合成影像。經過長期臨床實驗，已證實對人體無害，由於其非侵入性與無輻射傷害的優點，在同一切面下用不同頻率去掃描，會得到不同的強度特徵，配合強大的成像序列變化，使其提供了龐大且豐富的組織訊息，相對的卻造成醫師病理判讀的負擔，如何使用電腦計算來克服龐大資料量所帶來困擾，成為本文研究重點。本文應用自動向量種子區域成長(Automatic Vector Seeded Region Growing, AVSRG)來對腦部MRI進行組織分類，透過自動挑選向量種子，依種子進行區域成長，將腦部進行細部分割，最後將分割後區域用K-means進行分類，並以單張影像分別呈現大腦灰質(Gray Matter)、白質(White Matter)及腦脊髓液(Cerebral Spinal Fluid)三大組織，在以往醫師判讀影像憑著醫學知識，現在透過自動向量種子區域成長，供年輕醫師為參考依據，對病患是雙重保障，並大幅減輕因MRI多頻譜龐大資訊對醫師帶來之負擔，使醫師診斷時更有效率，準確地判斷病灶之所在。為了證明AVSRG分類成效，以K-means和腦部自動分割工具(FMRIB's Automated Segmentation Tool, FAST)進行比較，並採用接收器操作特性(Receiver Operating Characteristic, ROC)分析來進行效能評估，並證明其優越性。
Appears in Collections:	[Department of Electronic Engineering] 【電子工程系所】博碩士論文

Files in This Item:

There are no files associated with this item.

View Licence

Loading...