數(shù)字人腦切片中的大腦皮層自動(dòng)分割算法的研究.pdf

1、數(shù)字化虛擬人項(xiàng)目是一項(xiàng)具有前沿科技代表性的長(zhǎng)期科學(xué)規(guī)劃，其發(fā)展將大大促進(jìn)醫(yī)學(xué)科學(xué)技術(shù)從主觀定量描述到數(shù)字化說(shuō)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(duì)原始人腦切片進(jìn)行區(qū)域分割。目前國(guó)內(nèi)外主要采用手工勾勒和半自動(dòng)分割的方式提取出人體切片圖像中的器官組織，對(duì)海量人體切片數(shù)據(jù)集的處理來(lái)說(shuō)就顯得非常費(fèi)時(shí)耗力，同時(shí)研究人員的臨床解剖經(jīng)驗(yàn)往往較大程度上決定了分割效果的好壞。因此，針對(duì)人體彩色切片的分割亟待開(kāi)發(fā)一種自動(dòng)化程

2、度較高的算法。
　　 本文對(duì)目前包含人腦圖像在內(nèi)的醫(yī)學(xué)圖像分割算法進(jìn)行了回顧和分析，對(duì)首例中國(guó)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(zhǔn)確提取腦組織中的大腦皮層：
　　 ①基于雙重邊緣檢測(cè)和區(qū)域生長(zhǎng)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(cè)和Canny檢測(cè)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(shí)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(dòng)獲取種子點(diǎn)的區(qū)域生長(zhǎng)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(zhǎng)與分塊矩陣FCM聚類(lèi)的分割算法。該算法采用逐級(jí)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(guò)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(zhǎng)和圖像映射得到理想的初級(jí)分割結(jié)果，最后進(jìn)行矩陣分塊并依次確定分塊矩陣的聚類(lèi)中心從而實(shí)現(xiàn)模糊C-均值聚類(lèi)，該算法獲得了400張人腦切片中大腦