MRI腦圖像基底核區(qū)部位的分割算法研究.pdf

1、醫(yī)學(xué)圖像分割問題一直是圖像處理領(lǐng)域中的經(jīng)典難題。大腦組織具有特別復(fù)雜的結(jié)構(gòu)，為了能夠展開有效地后繼處理，腦組織圖像分割顯得格外關(guān)鍵。 本文的目標(biāo)分割區(qū)域基底核區(qū)是大腦深部一系列神經(jīng)核團(tuán)組成的功能整體，其主要功能為自主運(yùn)動(dòng)的控制并同時(shí)參與記憶，情感和獎(jiǎng)勵(lì)學(xué)習(xí)等高級(jí)認(rèn)知功能。但是目前尚未見到針對(duì)于像基底核區(qū)這樣的多組織腦解剖結(jié)構(gòu)的一種有效分割。 首先，本文對(duì)當(dāng)前常見的醫(yī)學(xué)圖像分割方法進(jìn)行了歸類整理，簡(jiǎn)要闡述了各類算法的特點(diǎn)與

2、原理，把其中有代表性的算法應(yīng)用于本文的待分割目標(biāo)區(qū)域，并就結(jié)果分析討論了這些算法在基底核區(qū)部位的分割缺陷。 其次，針對(duì)待分割區(qū)域的特點(diǎn)，本文提出了一種結(jié)合區(qū)域生長(zhǎng)和形態(tài)學(xué)的MRI醫(yī)學(xué)圖像腦組織分割方法，其采用了靈活的種子點(diǎn)選取方式，以區(qū)域生長(zhǎng)算法為中心，結(jié)合先驗(yàn)知識(shí)，并以多種形態(tài)學(xué)算法作為后續(xù)精細(xì)修正處理步驟，它們相互補(bǔ)充，從多個(gè)角度來(lái)處理分割障礙，從而在復(fù)雜背景中實(shí)現(xiàn)對(duì)基底核區(qū)的有效分割。相對(duì)于傳統(tǒng)的區(qū)域生長(zhǎng)算法，本算法通過多

3、種種子點(diǎn)選取方法以降低分割結(jié)果對(duì)初始種子點(diǎn)選取的依賴性，并嘗試采用形態(tài)學(xué)方法解決傳統(tǒng)區(qū)域生長(zhǎng)算法對(duì)局部極值的敏感和復(fù)雜背景下固有的相鄰組織灰度交疊而產(chǎn)生的多余分割情形。 最后，根據(jù)高斯核模糊聚類算法的特點(diǎn)和提供的良好接口，引入一種結(jié)合共生矩陣紋理的腦組織分割方法。算法考慮了目標(biāo)區(qū)域的紋理特征，并借鑒參數(shù)形變模型的初始化輪廓線方法，引入專家經(jīng)驗(yàn)，消除模糊分類間斷的缺點(diǎn)，采用形態(tài)學(xué)作為后續(xù)處理，最終提取出了有意義的分割結(jié)果。因?yàn)椴捎?/p>