基于灰度分布匹配的多模态脑部MR图像肿瘤分割算法

发布时间：2018-05-17 20:03

本文选题：脑肿瘤分割 + 多模态核磁共振图像　；参考：《计算机应用研究》2017年12期

【摘要】：针对多模态核磁共振(MR)脑肿瘤图像的分割问题,提出一种基于灰度分布匹配的分割算法。首先,学习图像灰度强度的非参数模型分布来描述当前图像的正常区域;然后,计算肿瘤图像中各区域之间的全局相似性,从中寻找灰度分布与学习模型最匹配的子区域,同时利用平滑操作来避免存在孤立区域;最后,对FLAIR模态图像进行处理,以分离出脑水肿区域,最终获取脑肿瘤区域的准确边界。在多模态脑肿瘤图像数据库Bra TS2012上进行实验,结果表明该算法能够准确且完整地分割出肿瘤区域。
[Abstract]:A segmentation algorithm based on gray distribution matching is proposed for the segmentation of brain tumor images with multimodal magnetic resonance imaging (MRM). First, the nonparametric model distribution of image gray intensity is studied to describe the normal region of the current image, and then, the global similarity among the regions in the tumor image is calculated to find the subregion that the gray level distribution is the best match with the learning model. At the same time, smoothing operation is used to avoid the existence of isolated regions. Finally, the FLAIR modal image is processed to separate out the brain edema area and finally to obtain the exact boundary of the brain tumor area. Experimental results on a multimodal brain tumor image database Bra TS2012 show that the proposed algorithm can segment tumor regions accurately and completely.
【作者单位】：湖南医药学院公共课部;中南大学信息科学与工程学院;
【基金】：国家自然科学基金资助项目(61173122) 湖南省自然科学基金重点项目(12JJ2038) 湖南省博士研究生科研创新基金资助项目(CX2013B074) 湖南省教育厅科研项目(17C1156) 中南大学研究生自主探索创新项目(2015zzts2121) 湖南医药学院教研项目(2013JG07)
【分类号】：R739.41;TP391.41

【相似文献】