脑部MRI

MRI脑部医学图像分割方法研究|代写计算机应用技术硕士论文|图像去噪论文|灰度直

方图论文

【关键词】MRI脑部图像; 边缘检测; 灰度直方图; 图像去噪; 图像分割; 滤波

【摘要】大脑是人体的一个重要器官,又是一个结构比较复杂的组织,脑部图像的分割也成为医学图像处理中的一个重要的研究方面。目前提出的分割算法虽然很多,但都有一定的局限性。本文针对MRI脑部医学图像的分割进行了研究。由于磁共振成像在实际采集图像时会产生噪声,需要先对图像进行预处理。噪声的种类很多,其性质也有许多区别。常用的滤波方法在去噪的同时也会将原有图像的边缘模糊。本文针对这一缺陷,对基于各向异性平滑扩展的方法进行改进,能在去噪的同时保持良好的边缘。根据MRI图像本身的成像特点和大脑组成部分的特有结构,论文分别研究了基于边界和基于区域的MRI大脑图像分割方法。现有的分割方法中,分割效果较好的分割算法往往较复杂,不容易实现或运行时间较长,很难实际用于对大量图像的分割。而算法简单,易于实现的往往分割效果又不尽人意。针对这一现象本文中给出一种自动多阈值分割方法,通过直接对图像的灰度直方图曲线进行分析,判断极小值所在的灰度级,再对所有极小值点进行相应的分类合并来最终确定阈值的位置,它可以避免出现过分割的现象,同时又减少了运行时间,分割效果也较好。这种自动多阈值分割方法对于一些直方图像谷峰差距较明显的图像分...更多割效果较好。但对一些直方图像谷峰差距较小的图像效果一般。为了解决这一不足,本文又根据现实要求,实现了两种基于聚类的分割方法,模糊C均值算法和期望值最大化算法。都是基于对图像灰度值进行分类的分割方法,经实验比较期望值最大化算法更佳。

针对目前基于内容的医学图像检索技术中存在的问题，提出一种基于多特征的MRI 脑部图像检索方法。根据MRI脑部图像特点。设计多特征向量求解算法。提取脑部图像的纹理、边缘和灰度特征并组合为多特征向量。为加快检索速度，对多特征向量进行降维，初步实验结果表明提出的检索方法是可行的。水 \

水分子较小，它们处于平移、摆动和旋转运动之中，具有较高的自然运动频率，这部分水在MRI称为自由水。如果水分子依附在运动缓慢的较大分子蛋白质周围而构成水化层，这些水分子的自然运动频率就有较大幅度的减少，这部分水又被称为结合水。自由水运动频率明显高于Larmor共振频率，因此，T1弛豫缓慢，T1时间较长；较大的分子蛋白质其运动频率明显低于Larmor共振频率，故T1弛豫同样缓慢，T1时间也很长。结合水运动频率介于自由水与较大分子之间，可望接近Larmor共振频率，因此T1弛豫颇有成效，T1时间也较上述二者明显缩短。局部组织含水量稍有增加，不管是自由水还是结合水，MR信号均可发生显而易见的变化，相比之下，

后者更为明显。

认识自由水与结合水的概念有助于认识病变的内部结构，有利于对病变作定性诊断。CT检查由于囊性星形细胞瘤的密度与脑脊液密度近似而难以鉴别，而MRI检查由于囊性星形细胞瘤中的液体富含蛋白质，其T1时间短于脑脊液，在T1加权像中呈较脑脊液信号为高的信号。又如，MRI较CT更能显示脑软化。脑软化在显微镜下往往有较多由脑实质分隔的小囊组成，这些小囊靠近蛋白质表面的膜状结构，具有较多的结合水，T1较短，其图像比CT显示得更清楚。所以MRI所见较CT更接近于病理所见。再比如，在阻塞性脑积水时，脑脊液（相当于自由水）由脑室内被强行渗漏

到脑室周围脑白质后，变为结合水，结合水在T1加权像中信号明显高于脑脊液，而在T2加权像中又低于脑脊液信号。综上所述，局部组织水份增加可分为自由水和结合水，前者引起T1明显延长而远离Larmor共振频率，后者造成T1稍有延长而接近Larmor频率而致使T1加权像上信号增强。

脂肪与骨髓组织

脂肪与骨髓组织有较高的质子密度，且这些质子具有非常短的T1值，根据信号强度公式，质子密度大和T1值小，其信号强度大，故脂肪和骨髓组织在T1加权像上表现为高强度信号，与周围长T1组织形成良好对比，信号高呈白色。若为质子密度加权像，此时脂肪组织和骨髓组织仍呈高信号，但周围组织的信号强度增加，使其对比度下降；若为T2加权像，脂肪组织和骨髓组织的信号都将受到一定程度的限制。

肌肉组织

肌肉组织所含的质子密度明显少于上述脂肪和骨髓组织，且具有较长的T1和较短的T2驰豫特点。所以在T1加权像上，信号强度较低，影像呈灰黑色。随着短T2的弛豫特点，信号强度增加不多，影像呈中等灰黑色。韧带和肌腱组织的质子密度低于肌肉组织，该组织也具有长T1和短T2弛豫特点，其MR信号无论在T1或T2加权像

上，均表现为中低信号。