基于馬爾可夫多特征隨機場模型的腦部MR圖像分割研究.pdf

1、近年來，腦部MR圖像分割成為研究的熱點問題。然而MR圖像容易受磁場均勻性、硬件設備等因素影響而導致圖像灰度分布不均勻、存在噪聲等圖像假象產(chǎn)物，圖像分割十分困難。在已有的腦部MR圖像分割方法中，基于MRF模型的分割方法特點鮮明、結果穩(wěn)定可靠，吸引了國內(nèi)外越來越多的專家和學者對其進行深入研究。本文針對MRF模型理論及其在腦部MR圖像分割中的應用問題展開深入細致研究，主要結果及貢獻如下：
　　1)研究了MRF模型理論。定義了多特征隨機場

2、的概念并提出了一種新穎的基于多個特征隨機場的MMFRF模型，有效的融合了多種觀測特征信息，并將其通過貝葉斯框架組合成統(tǒng)一的概率決策模型，建立了與之對應的MAP估計準則及ICM算法優(yōu)化求解模式。傳統(tǒng)的MRF模型成為本文MMFRF模型取一個特征場（n1）時的特例，本文提出的MMFRF模型適用于多種計算機視覺和圖像分析應用。
　　2)研究了MMFRF模型在腦部MR圖像分割中的應用問題。提出了統(tǒng)一的基于MMFRF模型的腦部MR圖像分割框架

3、。研究了定義在腦部結構子域上的局部MMFRF模型，并通過其構建了針對整個腦部圖像域的組合MMFRF模型（MMFRF-SVPA）。研究了灰度、紋理、形狀特征隨機場及標號隨機場的理論概念及實際計算。
　　3)開展了基于MMFRF-SVPA框架的腦部MR圖像分割實驗。設計了在MMFRF模型中考慮特征隨機場個數(shù)取n2和3兩種情形多種分割算法進行實驗對比。利用多種評價指標、在當前研究領域內(nèi)的多個權威的仿真和實際的腦部MR數(shù)據(jù)庫上對本文提出的