腦電磁場數(shù)值分析中圖像計算環(huán)境的開發(fā).pdf

1、腦功能的研究是當代自然科學面臨的最重大的挑戰(zhàn)之一，而由于對腦電磁信號的研究是一種真正無創(chuàng)傷的腦功能研究手段，因此也就成為腦研究的熱點。
　　 在查閱了有關腦電磁場數(shù)值分析、醫(yī)學圖像分割及三維網(wǎng)格剖分重建的相關文獻的基礎上，本文重點研究了頭皮、腦組織的分割以及網(wǎng)格剖分模型的構建過程。在對原有的圖像分割方法特別是近幾年來的圖像分割方法進行深入研究的前提下，綜合運用閾值分割方法以及數(shù)學形態(tài)學算法實現(xiàn)對頭皮的分割；運用閾值分割方法、數(shù)學

2、形態(tài)學算法及掃描線種子填充算法實現(xiàn)腦組織的分割。主要進行的工作包括：首先討論了鄰域平均法、中值濾波方法和維納濾波方法對圖像的預處理，實驗數(shù)據(jù)表明具有統(tǒng)計意義的維納濾波對圖像處理結果較好；對閾值選取采用迭代閾值、類別方差法、最大熵法求取閾值三種方法，并對實驗數(shù)據(jù)進行了比較；同時運用數(shù)學形態(tài)學算法、掃描線種子填充算法實現(xiàn)對MRI序列圖像的分割。另外，完成了從二維分割圖像到三維頭模型的構建，著重研究了三角網(wǎng)格剖分方法。以分割出的頭皮和腦組織為

3、原始數(shù)據(jù)，獲得圖像的邊緣輪廓點集，再對邊緣輪廓點進行離散獲得剖分節(jié)點，用最短對角線法實現(xiàn)對頭和腦進行三角網(wǎng)格剖分，進而構造出適用于腦電磁場計算的具有真實幾何形狀、結構、尺寸的頭部網(wǎng)格剖分模型，同時，實現(xiàn)對單元節(jié)點的自動編號，并記錄每個節(jié)點的相鄰節(jié)點、構成三角形的節(jié)點的編號以及每個節(jié)點參與的三角形的編號等信息。
　　 綜合以上方法，針對不同大小、不同分辨率及不同格式的原始圖像數(shù)據(jù)開發(fā)完成了一個應用軟件系統(tǒng)，并在其上進行了仿真實驗，