克服灰度不均匀性的脑MR图像分割模型  

A Novel Model for Brain MR Images Segmentation in the Presence of Intensity Inhomogeneity

作　　者：王利[1] 陈允杰[2] 韦志辉[1] 夏德深[1] 王平安[3] 

机构地区：[1]南京理工大学计算机科学与技术学院,南京210094 [2]南京信息工程大学数理学院,南京210044 [3]香港中文大学计算机科学与工程学系

出　　处：《计算机辅助设计与图形学学报》2009年第11期1624-1631,共8页Journal of Computer-Aided Design & Computer Graphics

基　　金：国家自然科学基金(60773172);江苏省博士后基金(AD41158);香港特区政府研究资助局资助项目(CUHK/4433/06M);香港中文大学研究员项目基金(2050345);江苏省普通高校研究生科研创新计划资助项目(CX09B_103Z)

摘　　要：为了克服脑核磁共振图像中存在的灰度不均匀现象,提出一种有效的脑核磁共振图像分割模型.该模型利用多相位水平集方式来拟合图像的局部灰度,实现多种脑组织的同时分割,并提供光滑且准确的目标边界或曲面.在二维、三维的图像上的比较实验结果表明,该模型是有效的.To overcome the difficulty caused by intensity in homogeneity in the segmentation of magnetic resonance （MR） images, this paper presents a new muhiphase level set model for segmentation of brain MR images. The proposed model utilizes local image intensities, which enables it to cope with intensity inhomogeneity. The proposed model can extract brain white matter （WM）, gray matter （GM） and cerebrospinal fluid （CSF） simultaneously and provide a smooth contour/ surface. Comparisons of 2D and 3D segmentation demonstrate the model＇s effectiveness.

关 键 词：磁共振图像 灰度不均匀 活动轮廓模型 EM算法 水平集 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]