MR腦部圖像分割相關(guān)問題研究.pdf

1、腦部疾病作為全世界十大致命疾病之一無時(shí)無刻不威脅著人類的生命和健康，早期的診斷和治療能很大的提高患者的存活率。核磁共振成像(Magnetic Resonance Imaging，MRI)以其高精度、高速度、高分辨率、非損傷性影響等特點(diǎn)逐漸成為腦部疾病的主要診斷技術(shù)，使得腦核磁共振圖像分割也成為了醫(yī)學(xué)圖像分割領(lǐng)域的熱點(diǎn)和難點(diǎn)，其效果直接影響著后期病理分析和臨床治療。針對(duì)MR圖像的特點(diǎn)，本文對(duì)MR腦部圖像分割相關(guān)問題進(jìn)行了研究，具體內(nèi)容如下

2、:
　　(1)圖像預(yù)處理。首先，對(duì)圖像進(jìn)行直方圖均衡化、圖像平滑和銳化等預(yù)處理來消除圖像中無關(guān)的信息，增強(qiáng)有關(guān)信息的可檢測(cè)性。然后，分析了偏移場(chǎng)與信息熵之間的關(guān)系，采用Legendre多項(xiàng)式基函數(shù)來擬合偏移場(chǎng)并引入遺傳算法求解基函數(shù)，從而得到了精確的偏移場(chǎng)，很大程度地提高后繼圖像分割的精度。
　　(2)通過對(duì)FCM和MRF算法的研究和分析，提出了一種模糊MRF模型。該模型結(jié)合兩種算法的優(yōu)點(diǎn)，既利用圖像空間信息作為先驗(yàn)知識(shí)，又

3、能夠處理好MR圖像的模糊性，可以高效、無監(jiān)督的精確分割腦組織，并對(duì)噪聲有很好的抑制作用。
　　(3)研究了經(jīng)典C-V模型的分割算法，并提出了基于水平集演化方程的改進(jìn)C-V模型。利用平方差構(gòu)造水平集演化方程，使其成為常微分方程，簡(jiǎn)化了運(yùn)算量，在內(nèi)部能量函數(shù)中加入懲罰函數(shù)，從而使分割可以自動(dòng)初始化，提高了該模型的分割效率。
　　(4)將閾值化分割與Ncut準(zhǔn)則相結(jié)合，提出一種改進(jìn)的Ncut算法。在圖權(quán)計(jì)算中增加了該像素點(diǎn)與其鄰域