基于仿生模式識別的腦MRI圖像分割方法研究.pdf

1、醫(yī)學(xué)圖像分割一直是醫(yī)學(xué)圖像處理和分析領(lǐng)域的研究熱點和難點，磁共振成像是一種無損傷、高分辨率、解剖結(jié)構(gòu)顯示清晰的醫(yī)學(xué)成像技術(shù)。在腦組織的診斷中，磁共振成像有著獨特的優(yōu)勢，已成為腦部臨床的主要診斷技術(shù)。本文主要研究了支持向量聚類和仿生模式識別在腦磁共振圖像分割中的應(yīng)用，論文的主要工作包括： 1.傳統(tǒng)的圖像濾波方法在濾除噪聲的同時，往往會使圖像的邊緣和細節(jié)受到損害。本文提出一種基于SVC多窗口的腦MRI(Magnetic Resona

2、nce Imaging)圖像去噪方法。該方法首先利用局部統(tǒng)計特性將像素點標記為信號點、可能的正噪聲點及可能的負噪聲點；然后，在后兩類噪聲中根據(jù)灰度值不同迭代使用支持向量聚類確定噪聲點的位置，并對其進行多窗口濾波。實驗結(jié)果表明，該方法既能有效地濾除圖像中的噪聲又能較好地保持圖像的細節(jié)及邊緣。 2.利用仿生模式理論建立起分割神經(jīng)網(wǎng)絡(luò)。仿生模式識別是從“認識”而不是“區(qū)分”的角度來進行模式識別，是對學(xué)習(xí)樣本的全體在特征空間中形成的復(fù)雜