基于活動輪廓模型的MRI圖像腦腫瘤分割的研究.pdf

1、近年來，計算機相關(guān)技術(shù)特別是圖形圖像學(xué)技術(shù)越來越多的被運用到醫(yī)學(xué)領(lǐng)域，這加速了數(shù)字醫(yī)療時代的到來。醫(yī)學(xué)圖像處理和分析作為融合圖形、圖像以及醫(yī)學(xué)等方面知識的交叉技術(shù)成為支持這一領(lǐng)域發(fā)展的關(guān)鍵。圖像分割本身就是圖像處理的關(guān)鍵技術(shù)和發(fā)展瓶頸。在醫(yī)學(xué)領(lǐng)域，圖像分割更是三維重建、手術(shù)導(dǎo)航、腫瘤生長模擬、器官追蹤、計算機輔助診斷等關(guān)鍵應(yīng)用中的基礎(chǔ)技術(shù)。而醫(yī)學(xué)圖像的多模態(tài)、多樣變、多結(jié)構(gòu)、個體差異、成像設(shè)備和環(huán)境復(fù)雜以及應(yīng)用領(lǐng)域的高要求使得對其分割的

2、精度和實時性都有很高的要求。
　　本文針對實現(xiàn)快速、精確MRI腦腫瘤分割問題進行探討和研究。MRI成像具有灰度不均勻的特點，高場強圖像尤其明顯。圖像的質(zhì)量常常受到噪聲、局部體效應(yīng)和偏移場強的影響，呈現(xiàn)出模糊和噪點。這些原因造成針對腫瘤的分割背景信息復(fù)雜，在腦圖像的整體環(huán)境信息下很難實現(xiàn)局部的自動分割。腦圖像本身數(shù)據(jù)量很大，這使得對腫瘤分割的實時性有很高的要求。另外，腦腫瘤自身結(jié)構(gòu)復(fù)雜而多變，有一些腫瘤有水腫區(qū)的存在，造成腫瘤自身灰

3、度結(jié)構(gòu)復(fù)雜。這些特點使得針對腫瘤的分割模型必須同時處理復(fù)雜的背景和前景信息，另外應(yīng)具有很高的精度和實時性。
　　本文提出一種基于范圍可控的局部灰度擬合(RSF, Region-Scalable fitting)能量模型的改進模型，用于MRI腦腫瘤分割。RSF模型通過核函數(shù)擬合局部圖像灰度信息作為水平集邊緣的外部驅(qū)動能量，預(yù)置水平集函數(shù)懲罰項作為內(nèi)部驅(qū)動能量，驅(qū)動水平集邊緣，實現(xiàn)對灰度不均勻圖像的精準分割。本文在此基礎(chǔ)上對水平集函數(shù)