脑部MRI图像自动分割算法的初步研究
关键字 脑部MRI图像 边缘检测 阈值分割 聚类分割 偏移场
毕业论文设计说明书外文摘要
Title Preliminary Study on Automated Segmentation Algorithm for Brain MRI Images
Abstract
The brain disease has been a serious problem to human health. Magnetic Resonance Imaging (MRI) provides rich information of brain structure, which has been widely used clinically. Accurate segmentation of MRI images is the basis of brain quantitative analysis and three-dimensional reconstruction, which is of great significance in lesion diagnosis and treatment.In this study, different algorithms are used for brain MRI image segmentation, including edge detection, threshold-based, and K-means methods, as well as the fussy C-means (FCM) algorithm. However, none of these methods could lead to effective segmentation results. Then, we propose an improved FCM method which takes the bias field into account and introduces a term of the pixel’s neighboring information into the conventional FCM algorithm. Results indicate that the improved FCM is superior to the conventional FCM algorithm and obtains reasonable segmentation of white matter, gray matter and cerebrospinal fluid.
Keywords brain MRI image，edge detection，threshold segmentation，clustering segmentation， bias field
目 次
1绪论 1
1.1 课题背景及意义 1
1.2 国内外研究现状分析 2
1.3本文的研究内容与结构安排4
2 MRI成像原理与图像预处理 5
2.1 MRI成像简介 5
2.2 MRI图像特征 6
2.3 MRI图像文件格式与本文数据简介6
2.4 MRI图像预处理7
2.5 本章小结10
3 边缘检测方法与阈值分割方法12
3.1 边缘检测方法12
3.2 阈值分割方法15
3.3本章小结16
4 基于聚类的分割方法17
4.1 K-means均值算法17
4.2 模糊C均值分割算法19
4.3 改进的FCM21
4.4 本章小结24
5总结与展望26
总结27
致谢28
参考文献29
1 绪论
1.1 课题背景及意义
近年来，随着现代人们生活节奏紧张、交通事故和人口老龄化等因素的影响，脑疾病成为威胁人类健康的一种疾病。我国每年脑病新发病人约1000万例，其中致死致残率约占75%，国家和患者家庭花在脑病治疗上的医疗费用达上百亿元[1]。据资料显示，脑部疾病主要发生在中老年人，该病发病率在50岁左右开始随着年龄的增加而升高，年龄增加5岁发病率就会增加一倍。若能得到及时治疗，能使患脑部疾病的病人平均寿命增加10年。因此，让医生能在临床上定性定量分析脑组织，医学影像在分析成为当今研究的热点。
快速发展的信息技术和不断提高计算机应用水平，促使医学影像技术的突飞猛进，医学影像处理技术在临床医学上发挥着越来越重要的作用。在医学领域中，医学影像己成为临床上医生对疾病诊断的重要辅助材料，故医学影像广泛用于临床医学的各个环节。随着医学设备的完善，医学影像的大小和数量和所包含的信息越来越多，使用计算机分析医学图像成为医学影像处理中最重要的研究课题。