一种全自动的脑部MR图像分割算法

• 作者: 缪正飞 陈广浩 高伟
• 来源期刊: 中国医疗设备
• 学科: 工学
• 关键词: 脑部MR图像 全自动分割 同质滤波 峰值检测 模糊C均值
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 论著
• 页码范围: 61-65
• 页数: 5页
• 分类号: TP391
• 字数: 3923字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2017.11.015

摘要

目的 噪声和灰度不均使得脑部MR图像的全自动分割更具挑战性,本文提出一种改进的模糊C均值聚类算法,并将其应用于脑部MR图像分割.方法 首先,采用同质滤波器和对比度扩展作为图像预处理,去除图像的奇异区域;然后,采用直方图峰值点检测算法求得阈值点,避免初始聚类中心选取的盲目性;接着,采用模糊C均值聚类算法进行图像分割;最后,采用基于模糊关联隶属度算法进行图像后处理,达到平滑模糊边界和去除噪声的效果,得到最终分割图像.结果 选用噪声程度0~9%和灰度不均匀度0和40%的脑部MR图像进行仿真实验.视觉分析表明基于本文算法的分割图像边缘清晰,图像质量优于没有预处理或后处理所得;定量评估结果 显示基于本文分割算法获得的敏感性、特异性和相似性均高于改进的模糊C均值算法和现存的FSL图像分割软件.结论 本文提出的算法收敛更快,能实现全自动分割脑部MR图像,在噪声和灰度不均的情况下均表现出强健性、优越性和普适性,是一种可行的图像分割算法.