本文選題：腦腫瘤分割 + 多模態(tài)核磁共振圖像�。� 參考：《計算機應(yīng)用研究》2017年12期

【摘要】：針對多模態(tài)核磁共振(MR)腦腫瘤圖像的分割問題,提出一種基于灰度分布匹配的分割算法。首先,學(xué)習(xí)圖像灰度強度的非參數(shù)模型分布來描述當前圖像的正常區(qū)域;然后,計算腫瘤圖像中各區(qū)域之間的全局相似性,從中尋找灰度分布與學(xué)習(xí)模型最匹配的子區(qū)域,同時利用平滑操作來避免存在孤立區(qū)域;最后,對FLAIR模態(tài)圖像進行處理,以分離出腦水腫區(qū)域,最終獲取腦腫瘤區(qū)域的準確邊界。在多模態(tài)腦腫瘤圖像數(shù)據(jù)庫Bra TS2012上進行實驗,結(jié)果表明該算法能夠準確且完整地分割出腫瘤區(qū)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.
【作者單位】： 湖南醫(yī)藥學(xué)院公共課部;中南大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61173122) 湖南省自然科學(xué)基金重點項目(12JJ2038) 湖南省博士研究生科研創(chuàng)新基金資助項目(CX2013B074) 湖南省教育廳科研項目(17C1156) 中南大學(xué)研究生自主探索創(chuàng)新項目(2015zzts2121) 湖南醫(yī)藥學(xué)院教研項目(2013JG07)
【分類號】：R739.41;TP391.41

【相似文獻】

相關(guān)碩士學(xué)位論文 前2條

1 崔煥喜;多模態(tài)MRI結(jié)合超聲在腦膠質(zhì)瘤術(shù)中的應(yīng)用[D];新疆醫(yī)科大學(xué);2017年

2 張寅豐;基于體模的64排螺旋CT多模態(tài)掃描對顱腦病灶及邊緣征象的解剖學(xué)研究[D];河北醫(yī)科大學(xué);2017年

，

本文編號：1902669