腦膠質(zhì)瘤MRI圖像分割算法研究.pdf

1、核磁共振成像（MRI）是醫(yī)學(xué)影像中的一種重要成像技術(shù)，由于其高質(zhì)量的圖像顯示效果，現(xiàn)在已經(jīng)被廣泛的應(yīng)用到人體各種組織器官病變的診斷，其中較為主要的一個(gè)應(yīng)用就是檢測(cè)腦部病變組織。MRI腦腫瘤分割為臨床診斷和治療提供了很好的基礎(chǔ)。本文將改進(jìn)現(xiàn)有圖像分割算法，利用模糊C均值算法和區(qū)域增長(zhǎng)算法實(shí)現(xiàn)腦膠質(zhì)瘤MRI圖像的分割。
　　 首先簡(jiǎn)略的介紹現(xiàn)有的圖像分割算法的原理，以及這些算法應(yīng)用在MRI腦腫瘤圖像分割中的優(yōu)缺點(diǎn)。針對(duì)極具代表性的模

2、糊C均值算法，本文詳細(xì)討論了該算法的原理和算法參數(shù)的選取，實(shí)現(xiàn)了較為精準(zhǔn)的腫瘤分割。
　　 針對(duì)區(qū)域生長(zhǎng)對(duì)噪聲敏感以及生長(zhǎng)閾值選取困難的不足，本文提出了基于邊緣平均梯度和類(lèi)內(nèi)平均方差的模型。在圖像分割的預(yù)處理過(guò)程中，首先進(jìn)行各向異性濾波，達(dá)到平滑濾波去除噪聲影響的同時(shí)避免了邊界的模糊，接著引入基于邊沿平均梯度和類(lèi)內(nèi)平均方差的模型，以邊沿平均梯度的倒數(shù)和類(lèi)內(nèi)平均方差的和作為目標(biāo)函數(shù)，取目標(biāo)函數(shù)的極小值為約束條件。在區(qū)域生長(zhǎng)的過(guò)程中