基于SOFM的腦部MRI圖像分割算法研究.pdf

1、核磁共振成像作為一門新興的影像學(xué)檢查手段，能夠非常準(zhǔn)確地顯示腦部解剖結(jié)構(gòu)，確定或排除絕大多數(shù)病變組織，在醫(yī)療診斷上得到了廣泛的應(yīng)用。隨著科技的發(fā)展，人們對成像的要求以及圖像的分辨率都越來越高。因此，研究精度高、速度快、臨床應(yīng)用效果好的磁共振圖像分割技術(shù)是當(dāng)前工作的重點。神經(jīng)網(wǎng)絡(luò)方法因其具有快速的并行處理能力和較強的學(xué)習(xí)能力，在核磁共振圖像處理領(lǐng)域占據(jù)著重要的地位。本文主要研究了自組織特征映射神經(jīng)網(wǎng)絡(luò)在腦部MRI圖像分割方面的應(yīng)用問題。

2、 本文在深入研究國內(nèi)外圖像分割算法研究現(xiàn)狀的基礎(chǔ)上，討論了影響圖像分割的技術(shù)因素，對基于SOFM的聚類分割算法進行了研究與比較。針對SOFM算法對高分辨率圖像處理速度慢、分割精度不理想等問題，提出了一種基于多小波分析與SOFM的圖像分割算法MWSOFM。該算法以傳統(tǒng)的SOFM聚類算法為基礎(chǔ)，以實現(xiàn)對高分辨率的MRI圖像的準(zhǔn)確快速分割為目標(biāo)，采用了多小波變換對圖像進行分解，然后利用SOFM算法對得到的小波系數(shù)金字塔進行逐層聚類，最終

3、得到分割結(jié)果。針對MRI圖像的噪聲較多、傳統(tǒng)的SOFM必須預(yù)置參數(shù)、訓(xùn)練過程中網(wǎng)絡(luò)結(jié)構(gòu)固化、不能靈活調(diào)整及多小波需預(yù)濾波等問題，提出了一種基于改進的TGSOM圖像分割算法BTSOFM。該算法在改進的TGSOM算法的基礎(chǔ)上，使用平衡多小波對MRI圖像進行去噪，再使用改進的TGSOM算法對小波系數(shù)金字塔進行逐層聚類，最后得到分割結(jié)果。對MRI腦圖像的仿真實驗表明，MWSOFM算法及BTSOFM算法都加快了分割的速度，提高了聚類精確度，分割效