基于概率密度加权测地距离的脑部MR图像分割问题研究与应用

发布时间：2021-09-28 00:17

　　医学影像技术的快速发展,使其成为临床医疗的主要辅助手段。核磁共振图像（MRI）作为医学图像分割技术的研究核心,其成像特点具有较高的软组织分辨能力,便于进行大脑组织结构的识别和医学影像的量化分析,广泛应用于检查脑部病变组织、神经解剖等的研究中。因此,脑部MR图像分割是业界研究关注的主要对象、也是医学图像处理的重点问题。但是,由于医学图像的成像容易受噪声、磁场等外界因素的干扰,造成了医学影像模糊和不均匀;同时,医学图像涉及人体组织,成分较自然图像更复杂,对其分割的阈值差异要求更精细。以上这些都给医学图像分割研究的发展带来了极大的困难。对许多医学图像处理任务来说,超像素分割经常被作为预处理工作,是一种重要的过分割技术（Over-segmentation）。例如,将超像素（Superpixel）应用到脑部MR 图像的组织分割中,可以显著减少后处理步骤的工作量。然而,由于不—同脑部组织的灰度分布区间有重叠,不同组织之间的差别并不明显,大多数现有的超像素分割算法无法实现对弱边界情况的精确分割。本文从脑部MR图像的特点出发,充分利用脑部MR图像表达先验知识,在给定的脑部MR图像中观察脑组织的一般结构... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图２－１脑部ＭＲ图像（ａ）合成脑部ＭＲ图像；（ｂ）原始脑部ＭＲ图像??

图２－３测地距离示意图??２－１，，

图２－５超像素生成示意图??如图２－５，对图像进行过分割，即生成超像素时：??（１）初始化种子点，均匀采样Ｎ个聚类中心；??


本文编号：3410884