1、腦影像已成為當(dāng)今各種神經(jīng)疾病診斷的不可或缺的工具，對(duì)腦科學(xué)、神經(jīng)病理學(xué)和神經(jīng)認(rèn)知科學(xué)的研究有著舉足輕重的影響，在臨床上，腦影像對(duì)腦疾病的診斷及至治療有著重要的意義。它的迅速發(fā)展使人的精神活動(dòng)的結(jié)構(gòu)及功能信息的測量與可視化成為可能。神經(jīng)病理學(xué)研究表明，在疾病的早期階段，即使沒有臨床癥狀，在某些特定的腦區(qū)就發(fā)生了退行性病變。因此，神經(jīng)成像，包括結(jié)構(gòu)(主要是CT和MRI)成像，功能(主要是PET，SPECT和fMRI)成像，能有助于我們?cè)诨铙w

2、身上發(fā)現(xiàn)和認(rèn)識(shí)這些早期腦的變化。 本文的研究工作主要集中于結(jié)構(gòu)MRI的研究上，因?yàn)槠渥鳛橐环N用于活體的非侵入式的腦解剖結(jié)構(gòu)的成像方式，可以發(fā)現(xiàn)不同的結(jié)構(gòu)改變。而且，同其他成像方式相比，它相對(duì)簡單，快速，便宜，在臨床上得到了廣泛的應(yīng)用。利用分析腦圖像獲得的信息可以解釋病人組和正常對(duì)照組之間結(jié)構(gòu)的差異，可能有利于疾病的早期診斷。要發(fā)現(xiàn)不同人的腦結(jié)構(gòu)的差異，涉及腦結(jié)構(gòu)的分割、配準(zhǔn)以及統(tǒng)計(jì)形狀分析。 在腦結(jié)構(gòu)分割方面，提出一種機(jī)

3、器學(xué)習(xí)的方法用于改善主動(dòng)形狀模型方法的分割精度。不用灰度梯度描述圖像結(jié)構(gòu)，而是用方向?yàn)V波器對(duì)每個(gè)標(biāo)志點(diǎn)提取旋轉(zhuǎn)不變性的局部特征。然后基于AdaBoost的機(jī)器學(xué)習(xí)的方法用于從這些特征中選擇一小部分關(guān)鍵的特征構(gòu)建極為有效的分類器。這些非線性的濾波器用于確定每個(gè)標(biāo)志點(diǎn)沿法線方向移動(dòng)的距離。這些特征比只用灰度梯度給出更加精確和可靠的圖像和模型之間的配準(zhǔn)，實(shí)驗(yàn)結(jié)果表明這種方法能更準(zhǔn)確地分割出目標(biāo)邊界。 在腦結(jié)構(gòu)的統(tǒng)計(jì)形狀分析方面，通過海