面向臨床應用的腦部MR圖像分割算法研究.pdf

1、隨著各種化學用品的大范圍使用以及手機、電腦等具有輻射效應的電器的普及，近年來人們罹患腦部疾病的幾率不斷增加。對此及時的診斷和定期的身體檢查具有重要意義。核磁共振成像技術(Magnetic Resonance Imaging，MRI)以其對軟組織的高對比度、高分辨率、多通道等優(yōu)勢在腦部疾病的檢測與診斷領域得到了廣泛應用。面對需要處理的大量圖像信息，迫切需要輔助工具來幫助醫(yī)生完成繁重的任務，提高工作效率。因此，利用計算機進行輔助檢測與診斷成

2、為現(xiàn)今的一個研究熱點。
　　本文對腦部MR圖像分割算法進行了研究。首先介紹了研究課題的背景及意義，其次實現(xiàn)了基于閾值分割與形態(tài)學分析的腦部MR圖像顱骨及背景去除算法，并增加了閾值的自動選擇與圓形度的檢測等環(huán)節(jié)以提高準確率和實用性。對腦組織的分割算法進行了分析與研究，改進了強魯棒性模糊聚類算法，使其對脈沖噪聲和高斯噪聲都具有極強的魯棒性。實現(xiàn)并改進了具有偏移場校正功能的聚類算法，可以自動獲得聚類中心并能在算法結束后得到校正后圖像與偏

3、移場。兩種算法都可以抑制部分容積效應的影響。提出了基于改進模糊連接度的腦腫瘤自動分割算法，該算法綜合聚類技術以及含有腦腫瘤的MR圖像的特點實現(xiàn)了種子點的自動選擇。對模糊連接度算法進行了討論，改進了原始的親和度公式以使得分割結果更加精確。此外設計并實現(xiàn)了腦部圖像計算機輔助檢測平臺，為將來應用于臨床的腦部疾病計算機輔助診斷（Computer Aided Diagnosis，CAD）系統(tǒng)提供了一定基礎。最后對全文進行了總結，并指出了繼續(xù)研究的