MR腦部圖像分割相關問題研究.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逐漸成為腦部疾病的主要診斷技術，使得腦核磁共振圖像分割也成為了醫(yī)學圖像分割領域的熱點和難點，其效果直接影響著后期病理分析和臨床治療。針對MR圖像的特點，本文對MR腦部圖像分割相關問題進行了研究，具體內(nèi)容如下

2、:
　　(1)圖像預處理。首先，對圖像進行直方圖均衡化、圖像平滑和銳化等預處理來消除圖像中無關的信息，增強有關信息的可檢測性。然后，分析了偏移場與信息熵之間的關系，采用Legendre多項式基函數(shù)來擬合偏移場并引入遺傳算法求解基函數(shù)，從而得到了精確的偏移場，很大程度地提高后繼圖像分割的精度。
　　(2)通過對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，既利用圖像空間信息作為先驗知識，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，簡化了運算量，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初始化，提高了該模型的分割效率。
　　(4)將閾值化分割與Ncut準則相結(jié)合，提出一種改進的Ncut算法。在圖權計算中增加了該像素點與其鄰域