MR圖像腦組織分割算法的研究與實(shí)現(xiàn).pdf

1、腦部磁共振圖像研究一直是當(dāng)今醫(yī)學(xué)圖像領(lǐng)域的一個(gè)熱點(diǎn)。在對醫(yī)學(xué)圖像分析之前最重要的一個(gè)步驟就是對圖像進(jìn)行分割，圖像分割的結(jié)果將直接影響后續(xù)的圖像分析過程。因此，對于腦部磁共振圖像的分割具有極其重要的意義。本論文研究的重點(diǎn)就是腦部磁共振圖像的分割問題，具體如下：
　　1.從磁共振成像技術(shù)的原理出發(fā)，總結(jié)了磁共振圖像的特點(diǎn)，并對目前常見的腦部MR圖像分割技術(shù)作了總結(jié)。
　　2.介紹了對磁共振圖像進(jìn)行預(yù)處理的目的及意義。詳細(xì)研究了一

2、種基于形態(tài)學(xué)的顱骨剝離算法，該算法對濾波后的圖像進(jìn)行邊界檢測，得到邊界圖像，然后通過一系列形態(tài)學(xué)方法，找出其中最大的連通區(qū)域，即腦組織所在的區(qū)域，實(shí)現(xiàn)顱骨的剝離。通過對算法的編程實(shí)現(xiàn)，驗(yàn)證了該算法對于多數(shù)圖像能取得較好的分割結(jié)果，對于單張圖片而言，可以通過對算法的參數(shù)的調(diào)整，取得更為精確結(jié)果，但是對于含有眼球、下顎等復(fù)雜組織的磁共振圖像的分割效果并不理想，對于有腦外傷或者腦組織邊緣有病變的磁共振圖像也很難取得正確的結(jié)果。
　　3.

3、詳細(xì)研究了一種基于表面模型的顱骨剝離算法，介紹了算法的原理，算法利用三角網(wǎng)格模型初始化一個(gè)形變模型，該形變模型在“外力”和“內(nèi)力”的作用下逐漸逼近腦組織的外表面，實(shí)現(xiàn)顱骨的剝離。通過對算法的編程實(shí)現(xiàn)，驗(yàn)證了該算法的效果。與基于形態(tài)學(xué)的顱骨剝離算法相比，該算法由于受“內(nèi)力”的約束，模型表面連續(xù)性較好，而且較為平滑，整體效果較好，對腦外傷或者腦組織邊緣有病變的磁共振圖像能取得較好的效果。但是該算法只能針對3D圖像進(jìn)行處理，限制了其應(yīng)用。

4、r>　　4.總結(jié)了當(dāng)前常用的灰度不均勻性校正算法。詳細(xì)研究了一種基于能量函數(shù)最小化的灰度校正分割算法，該算法利用基函數(shù)來模擬灰度不均勻場，對臨床采集到的 MR圖像進(jìn)行模擬，得到模擬圖像與真實(shí)圖像之間的能量函數(shù)，通過對能量函數(shù)的最小化求解模擬圖像的各個(gè)參數(shù)，實(shí)現(xiàn)灰度不均勻性校正和正常腦組織的分割。通過實(shí)驗(yàn)，該算法能夠有效的對圖像的灰度不均勻性進(jìn)行校正，算法對初始值不敏感，算法收斂速度快，圖像分割精度較高，但是無法解決 MR圖像中部分容積效