基于混合水平集的腦組織自動提取及參數(shù)設(shè)定研究.pdf

1、隨著醫(yī)療水平的提高,磁共振成像技術(shù)在人類大腦成像方面發(fā)揮著越來越重要的作用,磁共振成像技術(shù)不僅提供清晰的解剖學(xué)形態(tài),而且能夠有效的區(qū)分軟組織。從T1加權(quán)MRI圖像中提取腦組織是腦容量測定、腦組織分割、腦萎縮診斷等的重要預(yù)處理過程。
　　而腦組織提取可分為手動和自動方法,其中手動方法耗時,且對操作人員專業(yè)技能的要求較高,具有主觀性。自動方法只需要設(shè)置好一些相關(guān)參數(shù)后其余的提取過程都可自動進(jìn)行,故自動方法是當(dāng)今的主流方向。常見的自動方

2、法參數(shù)較多且不固定,故本文采用隨機(jī)森林分類器來達(dá)到自動設(shè)定參數(shù)的目的。
　　本文提出一種新的基于活動鄰域模型的混合水平集方法,采用改進(jìn)BET方法的結(jié)果作為初始輪廓,通過形態(tài)學(xué)處理得到腦組織邊界周圍的帶狀區(qū)域稱為 CN(Contour Neighborhood),使用混合水平集法在CN內(nèi)得到的全局最小值即是最接近腦組織邊界的輪廓?；顒余徲蚰Ｐ虯CN(Active Contour Neighborhood)是由當(dāng)前輪廓進(jìn)行小范圍的膨脹