结合形态学的基于阈值分割方法在MR脑实质图像提取中的应用研究

论文摘要

图像分割是图像处理中的一项关键技术,自20世纪70年代起一直受到人们的高度重视,至今已提出上千种分割算法,然而,并没有一种理想的分割算法来解决头部脑实质的提取。本文综述了现有,提取人类MRI图象人类脑部实质的图像分割方法,提出了结合形态学的基于最小偏态指标阈值分割方法,该方法能够从人脑MRI图像中自动剔除大脑皮层和颅骨及其它非脑成分,仅保留大脑部分。试验证明该方法简单可行,且效果较好。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究医学图像分割的意义
• 1.2 医学图象分割方法的研究特点
• 1.3 本文研究的目的与意义
• 1.4 本文的组织结构
• 第二章 医学图象分割方法概述
• 2.1 医学图像分割技术的发展与现状
• 2.2 图像分割的数学概念
• 2.3 基于阈值的图像分割
• 2.3.1 全局阈值选取方法
• 2.3.2 局部阈值方法与动态阈值选取
• 2.4 基于区域的图像分割
• 2.5 基于边缘的图像分割
• 2.6 基于统计学的图像分割
• 2.7 基于数学形态学的分割方法
• 2.8 小结
• 第三章 最小偏态指标阈值结合形态学方法对人脑MR图像实质部分的分割
• 3.1 提取MRI图像脑实质面临的问题和选择的分割策略
• 3.2 分割结果的评测标准
• 3.3 二值形态学基本运算腐蚀和膨胀
• 3.4 灰度形态学膨胀与腐蚀
• 3.5 最小偏态指标阈值分割
• 3.6 算法实现
• 3.6.1 最小偏态阈值分割获取颅骨图像
• 3.6.2 利用形态学方法进一步分割完整颅骨图像
• 3.6.3 提取脑实质图像
• 3.7 小结
• 第四章 实验结果与讨论
• 4.1 实验结果
• 4.2 讨论
• 4.3 小结
• 第五章 展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果