基于有限混合模型的脑mri图像分割算法研究

《基于有限混合模型的脑mri图像分割算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均己在论文中作了明确的说明。研究生签名：盘垫加Ⅳ年岁月妇学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文，按保密的有关规定

2、和程序处理。研究生签名：氆型芝加I牛年弓月拥硕士学位论文基于有限混合模型的脑MRJ图像分割算法研究摘要医学影像成像技术现己成为医疗诊断中必不可少的工具之一。各种成像技术提供的全方位的数据信息方便了病情的诊断，也极大的提高了病情诊断的正确性。在各种成像技术中，核磁共振成像(MⅪ)是种非电离辐射式成像，属于无创伤性检查，提供多参数、多序列成像，且对软组织的分辨率极高，在脑和脊柱的显示方面优于CT。近年来，脑部疾病的发病率和致残率逐渐提高，严重威胁人类的生命健康，所以脑MⅪ图像的处理和分析成为了人们研究的热点。医学图像

3、分割是对图像进一步分析和处理的基础，可为三维重建、手术仿真、医生辅助诊断提供支持。由于MRI图像本身的特点以及成像过程中电子噪声的影响，使MRI图像的分割成为医学影像分析中的难点问题之一。本文的主要工作如下：(1)研究并实现了一种基于MRF(MarkovRandomField)的高斯混合模型的MRI图像分割方法。该模型包含了空间信息，提高了分割结果对噪声的鲁棒性，克服了其他混合模型复杂、计算量大的弱点。另外，该模型也克服了以往的基于MRF的混合模型中，期望最大化(EM)算法无法直接用于估算先验分布的缺点。实验结果

4、表明，该算法的性能优于经典的FANTASM和HMRF．FCM等分割算法。(2)研究并实现了一种利用狄利克雷分布的t混合模型的MRI图像分割方法。该方法利用了狄利克雷分布和狄利克雷定律结合相邻像素间的空间关系，对噪声有较强的鲁棒性。与基于MRF的诸多算法相比，该算法需要计算的参数较少，计算量显著降低。此外，该算法也改变了以往对于t分布的处理，使用梯度法估计模型参数，直接处理t分布。通过实验验证了该方法优于前一种基于MRF的高斯混合模型分割方法。(3)提出了一种新的包含空间约束的t混合模型的MRI图像分割方法。该方法

5、没有采用MRF模型，也没有引入狄利克雷分布，而是利用先验分布结合相邻像素间的空间关系。因为没有额外模型或分布的参数的引入，所以算法快速、直观且容易实现，为了避免复杂化，该算法也是直接处理t分布，并使用梯度法估计模型参数。通过对比实验表明了该方法对噪声的鲁棒性以及分割的准确性。关键词：高斯混合模型，t混合模型，空间约束，EM算法，梯度法AbstractMedicalimagingtechnologyhasbecomeoneoftheessentialtoolsformedicaldiagnosis．Afullran

6、geofdataofvariousimagingtechniquesprovidesconveniencetothediagnosisofthedisease，andalsogreatlyimprovestheaccuracyofdiseasediagnosis．Invariousimagingtechniques，magneticresonanceimaging(MRI)isakindofnon—ionizingradiationimaging．akindofnotraumaticexamination，pro

7、vidingmulti·parameterandmultiple—sequenceimaging，anditprovidesthehighresolutionofthesofttissue，itissuperiortoCTinbrainandspineimaging．Inrecentyears，theincidenceanddisabilityofthebraindiseasehasgraduallyincreased．Itisaseriousthreattohumanlifeandhealth，SOthebra

8、inMRIimageprocessingandanalysishasbecomeahottopicofresearch．Medicalimagesegmentationisthefoundationforfurtherimageanalysisandprocessing，itprovidessupportforthree—dimensionalreconstruction