一种改进分水岭算法的mri脑肿瘤图像分割-研究硕士研究生开题报告

《一种改进分水岭算法的mri脑肿瘤图像分割-研究硕士研究生开题报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、山东中医药大学硕士研究生学位论文开题报告论文题目：一种改进分水岭算法的MRI脑肿瘤图像分割研究学号201302179研究生姓名杨瑞雪导师姓名及职称马志庆教授学科专业生物医学工程研究方向医学图像处理所属院所理工学院拟授学位医学科学硕士学位二O一五年三月九日填说明1.开题报告在本专业教研室（科室）范围内举行，须成立开题考核小组，于第四学期4月底之前完成，开题时间和论文答辩时间必须间隔1年以上。2.本表一式三份（可复印），教研室、所属学院（所）、研究生处各一份，原件交所属学院（所）存档。3.本表用蓝黑或黑色钢笔填写或打印（不能打印表后粘贴），

2、字迹要工整。4.根据需要可自行加页，双面打印。山东中医药大学研究生处选题依据（包括选题目的、意义及所选课题目前国内外研究的动态、水平等，并附主要参考文献及出处）1、选题目的及意义脑肿瘤的发病率较高，约占全身肿瘤1.4%，而死亡比例却超过2.4%[1]。因此只有在临床上尽早地发现并加以治疗，才能有效地减少脑肿瘤对人类和社会造成的巨大危害。核磁共振成像（MagneticResonanceImaging，MRI）技术以其非介入性、非损伤性、多角度多参数成像、高度的软组织分辨能力、无骨伪影等优势，成为脑部疾病临床诊断和治疗的主要成像方式。脑肿瘤

3、的分割技术在脑肿瘤的诊断和治疗上起着重要的作用，通过对脑肿瘤的分割，医生可以测量肿瘤的大小、位置等各种参数，对它进行定量的分析和跟踪比较，确定肿瘤的生长状态和变化过程。此外，它在制定手术计划、手术导航、放疗计划、病人跟踪系统、病理的研究与分析、肿瘤模型和图谱的建立，三维可视化成像等方面也有着重要的意义。由于脑部MRI序列图像的数据量庞大，人工分割耗时耗力，而且人工分割的结果受医生的专业知识和操作熟练度的影响，往往因人而异，主观度较大，很容易产生不可预测的结果。因此，研究脑肿瘤的自动分割技术非常重要。2、国内外研究历史及现状由于临床应用和

4、科学研究的需要，研究人员提出了许多MR图像脑肿瘤的分割方法，但每种算法都无法在任何条件下的一般图像中取得好的效果[2]。这是由于MR脑肿瘤图像的复杂性所决定的。具体的归纳为以下几点：[3](1)由于磁共振成像原理、技术上的限制和图像采集过程中各种因素的影响，图像存在部分容积效应、场偏移效应、噪声和运动伪影等（2）脑的组织结构复杂，MRI脑图像中正常组织主要包括肿瘤、水肿以及肿瘤内部的坏死、囊变，而且每种组织结构形状复杂。（3）颅内病变的空间占位、形状和大小不确定，不同软组织之间或病变组织与软组织之间的灰度分布不均，密度分布有混叠，边界比

5、较模糊。（4）不同个体的组织结构存在较大差异，甚至同一个人在不同年龄段也会有较大的差异。以上这些特点给脑肿瘤图像的分割带来了很大的困难。磁共振图像中脑肿瘤分割的研究主要从图像处理、模式识别、人工智能等领域对图像中病变组织进行分析，形成了几类脑肿瘤分割方法：(1)基于区域的分割方法。这类方法是根据同一目标区域内像素相似的特点，有阈值法、K均值聚类方法、模糊C均值聚类方法、基于高斯混合模型的方法、基于Markov随机场的方法、基于形态学分水岭的分割方法和区域生长的方法等。(2)基于边缘的分割方法。该类方法是利用不同区域间特性不连续的特点，主

6、要是可形变模型的方法。(3)其它分割方法。有基于异常检测的分割方法、人工神经网络算法、基于图割的分割方法、基于图谱的分割方法，多谱MR图像分割方法等。本文所采用的分水岭算法是一种基于数学形态学的分割方法。它主要是从图像中提取那些性质（灰度值或者图像纹理等）一致的目标区域，实现图像分割，所以可以认为是一种基于区域的分割方法。分水岭算法是把图像看成是跌宕起伏的山形地貌，把图像中每一点的像素值表示成该点的海拔高度，每个局部极小值区域形成一个集水盆，盆地之间的山脊就是分水岭。分水岭的形成主要采用两种原理。（1）模拟浸水法。它的基本思想是在每个盆

7、地的最低处打一个小孔，使水慢慢均匀地侵入每个盆地，当水快要淹没盆地使两个盆地的水汇合时，就在这两个盆地之间修建堤坝，这样直到所有的盆地被水淹没，这时所有的分水岭都修建成堤坝，即完成图像分割。（2）模拟降水法，其基本思想是当雨滴落到山地模型上时，就会沿着山坡注入谷底，雨滴所经过的路线形成一个连同分支，注入同一谷底的雨滴形成的所有连同分支就形成一个盆地。目前，分水岭算法一般是采用模拟浸水法的原理实现的。Vincent[3]于1991年提出的基于浸没技术的分水岭分割算法，成为许多后来改进分水岭算法的一个很好的技术。分水岭算法运算简单[4]、计

8、算速度快、对微弱边缘敏感。运用此算法可得到单像素宽的并且封闭的区域轮廓。直接应用分水岭算法在MRI图像中，很容易产生过分割现象。无法区分出有意义的区域。针对这一问题的改进方法主要有：（1）在分水岭分割之前，