MR腦影像顱骨和腦室分割算法的設(shè)計與實現(xiàn).pdf

1、MR(Magnetic Resonance)影像具有較高的分辨率和軟組織對比度，被廣泛的應(yīng)用在腦部影像處理與分析中。MR腦影像分割是醫(yī)學(xué)影像處理與分析中的一個重要環(huán)節(jié)，它是腦部疾病診斷、三維重建等其它腦部影像處理與分析的基礎(chǔ)，并可以有效提高腦部疾病診斷和治療的實時性和可靠性。
　　本文首先對MR成像技術(shù)和MR腦影像的特點進行了概括介紹，同時對腦影像預(yù)處理和分割方法的類型進行了總結(jié)，在此基礎(chǔ)上針對MR腦影像模糊的特點，本文設(shè)計并實現(xiàn)

2、了分段線性灰度變換算法、SUSAN(Smith Univalue Segment Assimilating Nucleus)濾波算法和PM(Perona and Malik)濾波算法對MR腦影像進行預(yù)處理。實驗表明，三種算法中PM算法和SUSAN算法能夠在濾波的同時較好的保留目標邊緣細節(jié)。
　　為了準確測量腦的結(jié)構(gòu)，本文重點研究和實現(xiàn)了基于BET(Brain Extraction Tool)的去顱骨算法和基于GVF Snake（梯

3、度向量場活動輪廓模型）的腦室分割算法。BET是一種全自動的、高效的顱骨去除算法，但由于全自動的BET初始腦重心選擇對于包含非頭部腦組織（如帶頸部數(shù)據(jù)）的MR影像不能準確完成去顱骨的任務(wù)，因此，本文設(shè)計實現(xiàn)了交互的初始腦重心選取的BET分割算法。針對質(zhì)量不高的MR腦影像的腦室分割，本文采用SUSAN算法對腦影像進行濾波處理，然后采用GVF Snake算法進行左右腦室的分割，獲取最終的分割結(jié)果。
　　本文在Microsoft Visu