主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
税午阳,周明全,耿国华.磁共振颅脑图像的脑组织自动获取方法.软件学报,2009,20(5):1139-1145
磁共振颅脑图像的脑组织自动获取方法
Automatic Brain Tissue Extraction Approach of Magnetic Resonance Head Images
投稿时间:2008-09-25  修订日期:2008-12-15
DOI:
中文关键词:  图像滤波  分水岭  水平集  脑组织分割  区域合并
英文关键词:image filtering  watershed  level set  brain tissue segmentation  regions merging
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60736008 (国家自然科学基金)
作者单位
税午阳 北京师范大学 信息科学与技术学院,北京 100875 
周明全 北京师范大学 信息科学与技术学院,北京 100875 
耿国华 西北大学 信息科学与技术学院,陕西 西安 710127 
摘要点击次数: 5373
全文下载次数: 6273
中文摘要:
      提出了一种针对MRI磁共振图像通过两次分割实现颅脑图像脑组织自动获取的方法.通过基于Catt扩散模型的各项异性滤波,实现了在保持图像细节的同时有效地消除图像的噪声.然后通过改进的基于相似性区域合并的分水岭算法解决了过分割问题,实现了脑组织区域的初次分割.由于颅脑图像不同组织之间边缘模糊且自身容易受到噪声的影响,导致区域合并过程中可能会误将非脑组织作为脑组织合并,因此,采用水平集方法将初次分割获得的脑组织轮廓作为初始轮廓曲线,实现了脑组织的自动分割.实验结果验证了算法的可行性和实用性.
英文摘要:
      This paper presents an effective automatic method of brain extraction through twice segmentations respectively. The noise of the image is eliminated through anisotropic diffusion filtering based on Catt model while the details of the image are kept. The over-segmentation problem of the watershed algorithm is solved based on the merging of gray-scale similarity regions and the brain tissue is initially segmented. The edges of different organizations of every brain image are fuzzy and the MRI data is vulnerable to be affected by noise, therefore the non-brain region may be mistaken for brain region in the process of merging. In order to solve these problems, the Level Set method is adopted. The outline of the watershed is taken as the initial curves of level set to realize the automatic segmentation of brain tissue. The feasibility and practicality of this algorithm is proved by the results in the experiments.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利