基于图像分割的MRI,CT脑图像自动配准的探讨

图像配准是图像融合等医学图像处理过程的关键技术,本文探讨的ＣＴ与ＭＲＩ脑图像配准方法,采用自动分割两种图像的颅骨区域及用数学形态学方法修正,以此区域进行匹配,研究结果表明,该方法对原如图像的质量要求较低,其预处理过程可有效地提高搜索效率。     

基于模糊聚类空间模型的非均匀MR图像分割

模糊C-均值聚类算法（FCM）已广泛地运用到MR图像的分割中。但传统的算法中未利用图像的空间信息，在分割叠加了噪声和附加了偏移场的非均匀MR图像时分割效果不理想。本文改进了传统FCM的目标函数，引入控制邻域作用紧密程度的参数，提出了一种能够更加合理地运用图像的空间信息，改进的模糊C-均值聚类算法。通过对脑部MR图像的分割实验表明，该算法能够比传统的FCM和其它改进算法对非均匀图像进行更精确的分割。     

基于厚度特征模糊C均值算法的膀胱肿瘤疑似区域三维分割方法研究

目的:使用模糊C均值算法对膀胱壁厚度特征进行聚类,有效地分割出三维膀胱肿瘤疑似区域。方法:获取膀胱MRI数据,应用Level Set分割算法对膀胱内、外壁进行分割,然后计算膀胱壁的三维厚度,通过对膀胱壁厚度聚类得到三维肿瘤疑似区域。结果:由该方法分割得到的疑似区域比较准确,与临床放射医师勾画的肿瘤区域有90%以上的重叠率。结论:该方法可有效地分割出三维膀胱肿瘤疑似区域,具有一定的有效性,但尚需要采集更多的数据来进行验证。     

磁共振图像分割算法研究

本文提出一种基于图像灰度值的K-均值聚类算法,并利用这种算法对脑部核磁图像分割进行测试。K-均值聚类算法是一种自动数据分类的方法,该类算法仅依据图像像素点的灰度值将其分为不同的点群。我们使用这种图像分割算法,在针对脑部核磁图像的分割中得到了理想的分割结果,可以清晰地看到白质,灰质,皮质,第三脑室及背景的分割结果。     

改进的基于核函数的FCM图像分割算法

目的：对含有噪声的脑部MR图像进行分割。方法：改进了传统FCM目标函数,引入核函数的概念,用内核诱导距离来代替传统的欧氏距离;考虑到邻近像素的影响,增加了空间约束项,从而提出了一种能够合理应用图像空间信息的、改进的基于核函数的模糊C均值聚类算法。结果：对叠加椒盐噪声模拟图分割,该算法分割结果显示各灰度区域内无噪声污点;对仿真脑部MR图像分割,该算法错分率低于基于核函数的FCM算法其及改进算法。结论：与传统的FCM和其他改进算法相比,该算法能够对非精确图像进行更精确的分割。     

基于MITK的脑核磁共振图像的分割与三维重建

本文尝试在微机上使用Visual C＋＋开发环境结合MITK平台对人体头部MRI图像进行感兴趣区域的图像分割与三维重建,为下一步开发基于微机的医学影像三维可视化系统打下基础。     

CT、MRI脑图像融合技术的研究

不同成像技术获得的医学图像为临床诊断提供了不同的信息。图像融合技术可综合利用多模医学图像互像互补信息，从而有效地提高诊断水平。本文对CT与MRI脑图像融合技术进行了研究与探讨。     

改进的模糊C均值聚类算法

由于传统的模糊C均值(fuzzy C-means,FCM)算法没有考虑像素点的空间邻域信息,仅涉及像素的单点灰度,在处理含有噪声的图像时有很大的局限性,因此分割效果较差.针对FCM的缺陷,提出一种新的改进算法,该算法引入Gibbs随机场,将Gibbs随机场先验概率与像素点隶属度的乘积作为新的像素隶属度.实验表明,改进后的算法有良好的分割效果,既可以较为完整地保留图像边界细节,又能较好地去除图像的噪声.     

简析磁共振脑图像分割

所谓医学图像处理（Medical Image Analysis）,是指对医学图像进行分析、加工和处理,使其为医学诊断、医学治疗和医学研究提供科学依据,是一门综合了医学、计算机、信息处理、光学等多方面理论的具有现代高科技特点的综合技术。医学图像包括计算机断层扫描成像（CT）、正电子放射层析成像（PET）、单光子辐射断层成像（SPECT）、     

基于改进水平集方法的Micro-CT鼠脑三维自动化分割

目的提出一种基于改进水平集方法,能对Micro-CT鼠脑图像进行有效分割的自动化方法。方法首先利用模糊C均值聚类方法,并结合阈值分割和形态学方法自动设置水平集三维初始表面轮廓;其次使用梯度矢量流增强水平集在窄细等复杂结构处的演化能力;最后提出一种判断演化表面轮廓附近平均带宽能量是否达到最大化来设定停止条件;最终自动化获得准确分割的结果。采用基于区域法的评价方法,计算两个对应区域的重叠比例来验证该方法的改善效果。结果利用以上方法分别对3例大鼠图像和3例小鼠图像进行测试,以重叠比例来衡量准确率分别在88.3%和87.4%,与已有的经典方法相比,平均准确度分别提高了33%和6.7%。平均处理时间分别为8min和4min。结论本方法被证明能有效应用于Micro-CT图像中鼠脑组织的分割和提取,在准确性和便捷性上都有较大改进。     

颅脑磁共振图像分割评价的统计学方法

目的评价颅脑磁共振图像分割算法的分割效果;方法设计新的评价方案,并采用统计学方法,客观分析评价结果;结果遣传神经网络分割算法的抗噪声能力强于其他算法;结论统计学评价方法有助于客观地评价分割效果。     

医学图像分割技术研究进展

医学图像分割是医学图像处理中的一个经典难题。图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域，从而有助于医学诊断。综述和讨论了近年来的医学图像分割技术、发展趋势、研究热点及其医学图像分割的评价等问题，并简要讨论了每类分割方法的特点，展望了医学图像分割的前景和面临的挑战。     

应用核磁共振成像研究孤独障碍脑结构的进展

应用核磁共振成像研究孤独障碍的脑结构异常可以阐明脑的神经解剖学与人的行为之间的关系.随着现代影像技术的发展,对孤独障碍脑结构像的研究报道越来越深入,并得出一些有意义的结论.该文不仅综述了近几年来应用核磁共振成像技术研究孤独障碍脑体积和灰白质的结果,而且分别从胼胝体、杏仁核、海马、基底节等与孤独障碍密切相关的皮层下结构的角度综述了其与孤独障碍的关系.     

几种医学图像分割方法的性能比较

详细介绍了梯度算子法、拉普拉斯算子法和迭代阈值法等3种医学图像分割方法,通过对这3种算法在高斯噪声环境下的图像分割性能进行分析和比较,得到了梯度算子法和拉普拉斯算子法对图像噪声比较敏感,而迭代阈值法对图像噪声相对不敏感的结果,最后指出了在噪声相对较大的医疗图像中可考虑利用迭代阈值法进行分割图像。     

基于区域生长算法的肝脏CT图像分割

目的:实现对肝脏CT图像中肝脏区域的分割,以助于计算机辅助诊断、病变组织定位、三维重建、治疗方案设计等.方法:采用基于区域生长的邻接连续阈值法实现对肝脏CT图像中肝脏组织的分割.结果:该方法能非常理想地将目标与背景分离,同时将过分割现象减到最少.结论:该方法计算简单、耗时较短,适用于不太复杂和对比比较明显的图像的分割.     

儿童脑部三维核磁共振图像的分割

目的：研究一种半自动的适用于儿童三维脑部核磁共振图像（3D—MRI）的分割方法。方法：基于直方图分析和数学形态学操作,并通过大量的实验得到许多适用于儿童脑部的参数．可以有效地分割脑部的主要结构（小脑、脑干和左右两个脑半球）。整个分割过程主要包括：首先从头部MRI图像中去除非脑组织,得到整个脑模板;然后分别从脑模板中分割提取脑干和小脑;最后分离左右两个脑半球。结果：应用半自动分割方法适应儿童脑部的结构特点和差异变化性,脑干、小脑和两个脑半球能够被逐步分割出来,同时给出了核心参数的设置方法。结论：该方法能够有效而准确地分割5～15周岁的儿童脑部图像。     

基于两种技术的正常人脑MRI图像信息数据库

建立正常人标准脑的基础是设计高性能的数据库系统。本研究分别建立了基于Microsoft SQL server 2000和XML两种技术的数据库,实现MRI图像信息数据的存储、导入、导出与查询。并对两者各自的优缺点进行了对比分析,以期选择更适合本研究数据的数据库系统,为下一步的工作提供良好的数据库平台。     

阈值分割与动态轮廓模型在胃壁磁共振成像中的应用

提出了一种基于肾脏核磁共振图像来提取肾脏内部的皮质与髓质区域的图像分割算法,它结合了阈值分割与动态轮廓模型.首先,通过预处理和阈值分割得到初始的二值图像;接着,手动设定起始轮廓,它在简化后的动态轮廓模型作用下,模仿"气球"膨胀变形,最终,得到所需目标组织的初始轮廓;最后,它在传统的动态轮廓模型作用下停靠在由原图的梯度图...