出血性腦卒中MR圖像處理算法研究.pdf

1、腦卒中已經(jīng)成為二十一世紀(jì)以來人類死亡的第三大原因。因此，我們迫切的需要找到一種對這類破壞性疾病的有效治療方法。隨著醫(yī)學(xué)影像學(xué)的不斷進(jìn)步，磁共振成像（MRI）被廣泛的應(yīng)用于腦卒中的檢測和診斷當(dāng)中，并取得了日新月異的發(fā)展。然而，隨之而來的是大量的影像數(shù)據(jù)，給醫(yī)生帶來了巨大的工作量。計算機(jī)技術(shù)的發(fā)展，使得將計算機(jī)引入醫(yī)學(xué)圖像處理與分析領(lǐng)域變?yōu)榭赡埽⒔o影像診斷帶來了革命性的飛躍。本文針對出血性腦卒中的MR圖像特點，對MR圖像的處理算法進(jìn)行了研

2、究，主要有以下幾個部分:
　　(1)在圖像預(yù)處理方面，從圖像噪聲的數(shù)學(xué)模型入手，在對常見的去噪模型進(jìn)行研究的基礎(chǔ)上，提出了基于非局部的自適應(yīng)去噪算法。算法利用了圖像的空間信息，去噪效果較好，通過對噪聲圖像進(jìn)行拉普拉斯變換，得到對噪聲方差的估計，由此得到去噪算法中的平滑權(quán)重，最后得到一種自適應(yīng)的非局部去噪算法，算法的結(jié)果無論從視覺效果上還是在處理后的峰值信噪比上都有較大優(yōu)勢。
　　(2)模糊C均值(FCM)是現(xiàn)今比較流行的圖像

3、分割算法。本文對RFCM算法進(jìn)行了改進(jìn)，在其懲罰項中加入了非局部權(quán)值，利用圖像的冗余信息來消除噪聲的影響，因此該算法更適合噪聲圖像的分割，對圖像噪聲有很好的抑制作用。
　　(3)在病灶提取方面，本文研究了基于偏微分方程的活動輪廓模型，在分析了參數(shù)活動輪廓和幾何活動輪廓模型的基礎(chǔ)上，重點研究了基于水平集的非重新初始化的李純明模型。并根據(jù)初始輪廓線對分割結(jié)果影響較大的特點，提出了基于模糊隸屬度的初始輪廓線的確定，通過閾值對FCM算法中