一种基于ITK脑部MRI混合分割方法的设计与实现

摘要

背景：由于脑部MR图像中信息对比度不高，各种脑部组织的形状复杂等特点，分割方法的选择比较困难，单一的算法很难获得满意的分割结果。目的：针对脑部MRI的特点综合利用现有的算法开发和定制有效的分割应用算法。方法：根据邻域连接和Canny水平集分割算法的优缺点，结合图像特征，用邻域连接方法的分割结果作为Canny水平集分割算法的先验分割模型，借以确定出Canny算法的下限阈值，从而完成两种算法的混合分割。结果与结论：采用实验所用混合方法得到的白质和灰质的分割结果，经与专家手工分割结果对比，证明该方法取得了较好的分割效果，从而证明综合利用现有的算法，不仅避免了重复劳动，还能开发和定制出更加有效的分割应用算法，具备很好的应用潜力。%10.3969/j.issn.2095-4344.2012.39.018