數(shù)字人腦切片中的大腦皮層自動分割算法的研究.pdf

1、數(shù)字化虛擬人項目是一項具有前沿科技代表性的長期科學規(guī)劃，其發(fā)展將大大促進醫(yī)學科學技術(shù)從主觀定量描述到數(shù)字化說明的深發(fā)展。構(gòu)建數(shù)字化人腦模型是數(shù)字化虛擬人的研究關(guān)鍵，其中首先必須對原始人腦切片進行區(qū)域分割。目前國內(nèi)外主要采用手工勾勒和半自動分割的方式提取出人體切片圖像中的器官組織，對海量人體切片數(shù)據(jù)集的處理來說就顯得非常費時耗力，同時研究人員的臨床解剖經(jīng)驗往往較大程度上決定了分割效果的好壞。因此，針對人體彩色切片的分割亟待開發(fā)一種自動化程

2、度較高的算法。
　　 本文對目前包含人腦圖像在內(nèi)的醫(yī)學圖像分割算法進行了回顧和分析，對首例中國女性數(shù)字人數(shù)據(jù)集中的人腦切片圖像先后提出了兩種分割算法以準確提取腦組織中的大腦皮層：
　　 ①基于雙重邊緣檢測和區(qū)域生長的分割算法。作為大腦皮層分割算法的初步探索，該算法首先聯(lián)合RGB彩色空間邊緣檢測和Canny檢測算子，糾正了傳統(tǒng)算子只能得到較寬邊緣的不足，得到真實連續(xù)的大腦組織輪廓，然后借助區(qū)域填充及形態(tài)腐蝕、圖像映射得到腦

3、組織灰度圖像，最后基于自動獲取種子點的區(qū)域生長法連續(xù)分割出了198張大腦皮層結(jié)果。
　　 ②聯(lián)合HSI空間區(qū)域生長與分塊矩陣FCM聚類的分割算法。該算法采用逐級分割的方法，首先根據(jù)HSI彩色模型中H通道信息能夠描述純色屬性的特征，通過HSI彩色模型轉(zhuǎn)換抽取H通道灰度圖像，在此基礎(chǔ)上使用區(qū)域生長和圖像映射得到理想的初級分割結(jié)果，最后進行矩陣分塊并依次確定分塊矩陣的聚類中心從而實現(xiàn)模糊C-均值聚類，該算法獲得了400張人腦切片中大腦