资源描述：
《毕业论文--基于KNN的MRI图像分割研究》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、HUNANUNIVERSITY毕业设计（论文）设计论文题目：基于KNN的MRI图像分割研究学生姓名：学生学号：专业班级：自动化1101学院名称：电气与信息工程学院指导老师学院院长：2015年5月18日III湖南大学毕业设计(论文)第页摘要大脑是人体重要的组织，同时它的结构较为复杂，因此脑部图像分割方法已经成为医学图像处理的热门研究话题之一。目前我们已经研究出来的分割方法有很多种，各有各的特点，本文将针对MRI图像分割进行研究。如何准确地将MRI图像中的肿瘤区域分割出来具有很重要的意义。图像分割是一种重要的图像处理技术，是计算机视觉领域低层次视觉中的主
2、要问题。核磁共振成像（MRI）这一医学成像技术从20世纪以来已经越来越为公众所熟知。它属于断层成像的一种，利用磁共振现象在人体中获取电磁讯号，对照空间编码重建出人体图像。在对正常组织和病变组织进行三维重建、定量诊断分析等操作的时候，脑MRI图像分割是基础也是关键。分割的准确性对于医生对病灶组织的定位、形状以及大小测量等方面制定出正确的诊断计划是至关重要的，同时分割的准确性也关系到医生判断病人的真实情况。因此脑MRI图像分割也是临床医学应用的瓶颈。为了精确地分割出肿瘤，本文采用了KNN（K最邻近）分类算法。MRI图像勾画实验结果表明，K最近邻分类算法操
3、作简单，容易实现，能够较为准确地勾画出肿瘤区域。关键词：核磁共振成像,MRI脑部图像,医学图像分割,KNN,灰度值MRIImageSegmentationBasedonKNNIII湖南大学毕业设计(论文)第页AbstractHumanbrainisanimportanttissue,whileitsstructureismorecomplex,thebrainimagesegmentationmethodhasbecomeoneofthehottestresearchtopicsofmedicalimageprocessing.Thereareman
4、ythatwehavecomeupwiththedivisionmethod,eachhavetheirowncharacteristics,thispaperwillresearchonbrainMRIimagesegmentation.HowaccuratelysegmentedMRIimagesoutofthetumorregionhasveryimportantsignificance.Imagesegmentationisanimportantimageprocessingtechnology,computervisionapplicati
5、onswherelow-levelvisionofthemajorissues.Magneticresonanceimaging(MRI)ofthemedicalimagingtechniquesfromthe20thcentury,hasbecomeincreasinglywell-knowntothepublic.Itbelongstoatomography,magneticresonancephenomenonofelectromagneticsignalsinthehumanbodytoobtaincontrolspatiallyencode
6、dimagereconstructionofthehumanbody.Innormaltissueanddiseasedtissuereconstruction,quantitativediagnosticanalysisoperation,thebrainMRIimagesegmentationisalsothebasisforthekey.Accuracyofsegmentationiscrucialfordoctorstofocusorganizationalaspectsoflocalization,shapeandsizeofthemeas
7、urementprogramtodevelopacorrectdiagnosis,butalsorelatedtotheaccuracyofsegmentationdoctorstodeterminetherealsituationofthepatient.SothebrainisalsoaclinicalMRIimagesegmentationbottleneckapplications.Inordertoaccuratelysegmentthetumor,weusetheKNN(Knearestneighbor)classificationalg
8、orithm.TheresultsshowedthatMRIimageoutline,K-nearestne
