基于脑部MRI分割方法新进展

被引:2
作者
田换
覃晓
元昌安
刘致锦
机构
[1] 广西师范学院计算机与信息工程学院
关键词
脑部MRI; 灰度不均匀; 分割算法; 评价;
D O I
10.16601/j.cnki.issn1001-8743.2016.01.018
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
脑部MRI图像自动分割是计算机技术运用于医学上的一个典型工作,脑部图像分割技术对于人类研究脑部疾病具有重要意义。应用广泛的有图像分割方法,如阈值法、区域增长法、聚类法等。在脑部MRI图像分割中,这些方法都没有图谱法具有更为实际的医学研究与临床价值。该文综述了MR图像不均匀性校正方法及近几年来有关脑部MRI分割方法的研究新进展以及对分割效果的评价方法。认为:基于脑部MRI分割算法趋向于发展全自动、快速、准确的分割方法,并综合多种方法的优点,取长补短,在算法中引入图像的空间结构、纹理信息,有望在新理论技术上和新工具方面有所突破。
引用
收藏
页码:96 / 101
页数:6
相关论文
共 8 条
[1]   医学图像分割算法的评价方法 [J].
张石 ;
董建威 ;
佘黎煌 .
中国图象图形学报, 2009, (09) :1872-1880
[2]  
基于Contourlet变换和分水岭算法的医学图像分割.[D].刘洪英.山东大学.2012, 02
[3]  
面向海马区的脑部MRI图像分割算法研究.[D].宋相满.东北大学.2011, 05
[4]   An image segmentation method based on the fusion of vector quantization and edge detection with applications to medical image processing [J].
De, Ailing ;
Guo, Chengan .
INTERNATIONAL JOURNAL OF MACHINE LEARNING AND CYBERNETICS, 2014, 5 (04) :543-551
[5]   A review of atlas-based segmentation for magnetic resonance brain images [J].
Cabezas, Mariano ;
Oliver, Arnau ;
Llado, Xavier ;
Freixenet, Jordi ;
Cuadra, Meritxell Bach .
COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE, 2011, 104 (03) :E158-E177
[6]  
Skull stripping using graph cuts.[J].Suresh A. Sadananthan;Weili Zheng;Michael W.L. Chee;Vitali Zagorodnov.Neuroimage.2009, 1
[7]   Voxel-based morphometry - The methods [J].
Ashburner, J ;
Friston, KJ .
NEUROIMAGE, 2000, 11 (06) :805-821
[8]  
脑核磁共振图像与虚拟人脑图像分割技术研究.[D].陈允杰.南京理工大学.2008, 12