本文關(guān)鍵詞：基于模糊聚類算法的腦MRI圖像分割

  更多相關(guān)文章： 腦MRI 模糊聚類 圖像分割 噪聲 偏移場

【摘要】：磁共振成像(Magnetic Resonance Imaging, MRI)是人體影像學中一種重要的無損檢測手段,對軟組織具有很好的成像效果,廣泛應(yīng)用在腦部組織結(jié)構(gòu)的成像中。腦部組織結(jié)構(gòu)的正確分割對腦發(fā)育與人體衰老、腦部疾病的診斷、病灶的定位、手術(shù)方案規(guī)劃等具有重要的指導意義。由于受設(shè)備自身以及成像過程中對象移動等因素的影響,腦MRI圖像會受到噪聲、偏移場和部分容積效應(yīng)的干擾,使得成像質(zhì)量下降,給基于計算機的自動分割算法帶來了挑戰(zhàn)。本文主要是針對腦MRI圖像自動分割算法的研究,目標是在噪聲和偏移場存在的情況下,通過自動分割算法將腦MRI圖像準確地分為白質(zhì)、灰質(zhì)、腦脊液。模糊聚類算法建立了樣本類屬不確定性的表達,能夠描述部分容積效應(yīng)給腦MRI圖像帶來的模糊性,因此很適合腦MRI圖像的分割。模糊聚類算法中,模糊C-均值聚類(Fuzzy C-Means Clustering, FCM)算法得到了最為廣泛研究和應(yīng)用。經(jīng)典的FCM算法沒有利用鄰域信息,對噪聲和偏移場都極為敏感,直接應(yīng)用到腦MRI圖像的分割中,并不能得到理想的分割結(jié)果。為了提高FCM算法對噪聲的魯棒性,通常是在目標函數(shù)中加入鄰域信息的約束。本文首先對各類FCM的改進算法進行了理論分析和實驗結(jié)果的比較,總結(jié)了不同方法的改進思想。然后在此基礎(chǔ)上提出了一種新算法,即邊緣感知模糊C-均值聚類圖像分割算法。新算法合理利用了鄰域內(nèi)灰度和空間信息以及鄰域的平滑程度對代價函數(shù)的約束,對不同類型的噪聲具有較強的魯棒性。合成圖像和腦MRI圖像的分割結(jié)果表明,本文提出的新算法較其他幾種方法分割結(jié)果更為準確。腦MRI圖像中的噪聲和偏移場是同時存在的,因此能夠同時去除噪聲和偏移場的算法有利于腦組織的準確分割。本文最后提出了一種邊緣感知模糊C-均值聚類與一致局部信息相結(jié)合的方法。該方法利用一致局部信息保證了估計的偏移場平滑且緩慢變化的特性。算法在去除噪聲的同時修正了偏移場,大量仿真腦圖像及真實腦MRI圖像的分割結(jié)果表明該算法具有較好的分割性能,能夠準確地分割腦組織。
【關(guān)鍵詞】：腦MRI 模糊聚類 圖像分割 噪聲 偏移場
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R445.2;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-13
• 1.1 課題的提出與研究意義8-10
• 1.2 腦MRI圖像分割方法綜述10-12
• 1.3 研究內(nèi)容及章節(jié)安排12-13
• 2 腦MRI圖像簡介及FCM類分割算法13-28
• 2.1 腦部磁共振成像簡介13-16
• 2.2 算法評估準則16-18
• 2.3 標準FCM算法18-20
• 2.4 改進的FCM類分割算法20-28
• 2.4.1 算法介紹分析20-24
• 2.4.2 實驗結(jié)果24-28
• 3 邊緣感知模糊C-均值聚類圖像分割算法28-38
• 3.1 概述28
• 3.2 問題分析及算法提出28-33
• 3.2.1 問題分析28-30
• 3.2.2 新算法的提出30-33
• 3.3 實驗結(jié)果及分析33-37
• 3.3.1 合成圖像實驗結(jié)果33-35
• 3.3.2 MRI圖像實驗結(jié)果35-37
• 3.4 小結(jié)37-38
• 4 抗噪局部相干模糊聚類算法38-56
• 4.1 去除MRI圖像中偏移場的方法討論38-40
• 4.2 算法改進與實現(xiàn)40-43
• 4.2.1 一致局部信息偏移場估計分析40-41
• 4.2.2 新算法的提出與實現(xiàn)41-43
• 4.3 實驗結(jié)果及分析43-55
• 4.3.1 合成圖像實驗43-49
• 4.3.2 Brainweb腦MRI圖像實驗49-52
• 4.3.3 IBSR腦MRI圖像實驗52-53
• 4.3.4 真實腦MRI圖像實驗53-55
• 4.4 小結(jié)55-56
• 結(jié)論56-57
• 參考文獻57-61
• 附錄A ESFLICM算法計算公式推導61-63
• 附錄B ANCLIFC算法計算公式推導63-65
• 攻讀碩士學位期間發(fā)表學術(shù)論文情況65-66
• 致謝66-67

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 余紹德;伍世賓;張文濤;謝耀欽;;一種改進的組織相似性映射圖方法[J];集成技術(shù);2014年01期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 王珊珊;基于解析和訓練字典的稀疏表達理論研究及其在醫(yī)學和圖像處理中的應(yīng)用[D];上海交通大學;2014年

2 李朝輝;磁共振成像中的非均勻場校正及線圈靈敏度估計算法研究[D];中國科學技術(shù)大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 劉筱力;基于偏差場補償和鄰域約束的腦磁共振圖像分割方法[D];東北師范大學;2013年

，

本文編號：1051365