基于多尺度的人腦磁共振圖像模糊分類及可視化方法研究.pdf

1、醫(yī)學(xué)圖像三維重建及可視化技術(shù)在臨床診治、遠(yuǎn)程醫(yī)療、手術(shù)規(guī)劃及模擬仿真、整形及假肢外科、放射治療規(guī)劃、解剖教學(xué)等方面都有重要應(yīng)用。三維重建方法主要包括面繪制和體繪制兩種。 腦部不同物質(zhì)的準(zhǔn)確分類是重構(gòu)三維大腦的基礎(chǔ)，但體繪制方法中體數(shù)據(jù)的分類問題還沒有提出很好的解決方法。針對(duì)這個(gè)問題，本文提出了一種基于多尺度連接模型的人腦磁共振圖像模糊分類的算法，該算法建立在圖像分割結(jié)果必須要在尺度內(nèi)和不同尺度上同時(shí)得到優(yōu)化的基礎(chǔ)上。算法的實(shí)現(xiàn)過

2、程如下：首先，對(duì)腦MR圖像偏場(chǎng)分析，進(jìn)行灰度不均勻性校正；然后，用非線性擴(kuò)散連接模型來建立不同尺度間的模糊相似性，再通過非線性擴(kuò)散連接模型引入新的尺度間的模糊約束，新的約束描述了高尺度和低尺度的模糊連接關(guān)系；相應(yīng)地，定義了兩個(gè)模糊距離來描述相鄰尺度上父子像素和聚類中心的相似性，并引入到模糊聚類算法中；通過組合尺度之間和尺度內(nèi)的模糊約束，定義了一個(gè)新的多分辨模糊聚類框架。 在實(shí)驗(yàn)中對(duì)正常人和多發(fā)性硬化疾病的腦MR圖像數(shù)據(jù)用該方法進(jìn)