基于 itk 的脑部 mr 图像分割算法研究与实现-控制工程专业论文.docxVIP

基于 ITK 的脑部 MR 图像分割算法研究与实现 THE STUDY AND IMPLEMENTATION FOR BRAIN MR IMAGE SEGMENTATION BASED ON ITK 研究生姓 名：任晓颖 指导教师姓名：吕晓琪 内蒙古科技大学信息工程学院 包头 014010，中国 Candidate： Ren Xiaoying Supervisor： Lu Xiaoqi School of Information Engineering Inner Mongolia University of Science and Technology Baotou 014010，P.R.CHINA 独 创 性 说 明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得 内蒙古科技大学或其他教育机构的学位或证书所使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并 表示了谢意。 签名： 日期： 关于论文使用授权的说明 本人完全了解内蒙古科技大学有关保留、使用学位论文的规定， 即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保 存论文。 （保密的论文在解密后应遵循此规定） 签名： 导师签名： 日期： 内 内蒙古科技大学硕士学位论文 I I 摘 要 脑部 MRI 分割是对神经解剖学结构的描述（如大脑，小脑，海马体及肿瘤 等），是后续的可视化、手术规划、量化的诊断和分析、治疗跟踪及评估等处理及 操作的基础，在脑部医学研究领域及临床应用中都具有非常重要的意义。 由于脑部 MR 图像中信息对比度不高，各种脑部组织的形状复杂等特点，分割 方法的选择比较困难，单一的算法很难获得满意的分割结果，有效的分割方法需要 根据不一样的分割目的，结合目标图像的特点，将各种图像分割技术综合运用起 来，才能达到令人满意的分割效果。 本着目前医学图像分割的主要集中发展方向，论文以为不同的应用场合选择合 适的分割算法为目的，将应用场合限定在脑部 MR 图像上，然后以多种算法以及多 种知识的结合方向为主线完成了以下几方面研究内容： 1.对 ITK 中基于区域的图像分割算法、分水岭算法及水平集算法在脑部 MRI 上 予以实现，通过与专家手工分割结果的实验比对，论证了其对脑部 MRI 分割的有效 性，为多种算法以及多种知识的结合的混合分割算法选择奠定了理论与实践基础。 2.在完成以上内容的基础上，设计并实现了两种混合分割方法。第一种，以水平 集算法为中心，使用邻域连接算法的分割结果作为 Canny 水平集的先验模型，实现 了两种算法相结合的混合分割的算法，从而达到算法优缺点的互补，形成更加健壮 的分割算法。将实验结果与专家手工分割结果比对，获得了较好的分割效果。第二 种，研究和实现了以分水岭算法为中心的前处理部分，在分割效果和速度上较之单 一分水岭算法都有很大改善。 3. 在所选择的对脑 MRI 有效的 ITK 算法和混合分割算法的基础上，设计并实现 了与之相配套分割系统软件，在其上进行了对脑 MRI 真实数据的分割，实现了对正 常脑组织分割的功能，验证了所涉及算法的有效性。 实验结果表明，本文所选择的 ITK 算法及混合分割算法均获得较为理想的分割 效果，从而也证明了综合利用现有的算法，不仅避免了重复劳动，还能开发和定制 出更加有效的分割应用算法，具备很好的应用潜力。 关键词：医学图像分割；脑 MR 图像；ITK 分割算法；混合分割 II II Abstract Brain MRI segmentation describes the neuroanatomy structure (such as the cerebrum, the cerebellum, the hippocampus and tumor, etc),is the basic of the follow-up visualization, quantitative diagnosis and analysis, surgical planning, treatment tracing and has both clinical and academic significance. In the brain MRI images ,for the low information contrast and the complex brain tissue shape, the choice of the segmentation m