6、医学图像分割与数据分类算法的研究与应用

医学图像分割与数据分类算法的研究与应用

1. 肌肉骨骼组织分割技术

1.1 数据采集

在对人体小腿区域进行研究时，采用 3T MRI（Siemens SkyraTM，Malvern，PA）系统来获取所需的图像。具体操作如下：
- 让受试者脚先进入躺在扫描仪上。
- 将 16 通道的膝盖线圈放置在小腿周长最大的部位。

对于 T2 加权图像，采用长时间扫描，回波时间（TE）设为 51 ms，重复时间（TR）设为 2120 ms。视野（FOV）为 512 × 512，有 14 个切片。像素尺寸在 X - Y - Z 轴上设置为 0.5 mm × 0.5 mm × 2.4 mm。

脂肪和水的图像通过光谱拟合技术获得，捕捉 6 个回波，用于不同相位的水和 - CH2（亚甲基）自旋重叠，TE 为 1.4 ms，TR 为 12 ms，翻转角为 4°。通过对不同自旋重叠处的信号进行合适的多项式拟合，提取出仅含脂肪和仅含水的图像。最后，利用高分辨率 T2 图像将脂肪和水的图像配准到一个公共空间，使用开源工具 FSL 进行 3D 逐片配准。

1.2 组织识别与分割方法

组织识别

分析的肢体是人体小腿区域，其轴向切片呈现四个主要区域：皮下脂肪、骨骼肌、胫骨和腓骨的骨皮质以及它们各自的骨髓。

组织和皮肤掩码

使用分割脚本，从配准的同相图像创建组织掩码，这有助于保留相关信息并消除重采样图像的背景。然后，通过形态学操作侵蚀组织掩码，生成皮肤掩码，它可用于配准灌注图像并去除任何穿透伪影。

分离单个组成组织

采用