脑MR图像分割_三亿论文网

一、课题综述及研究意义

脑MR图像分割就是将脑部核磁共振图像分成几个拥有独特性质的、特定的区域并提出感兴趣目标的过程和技术。

核磁共振成像技术(Magnetic Resonance Imaging,简称MRI)已成为脑部疾病诊断的最常用的手段之一。精确分割脑部核磁共振图像对脑部解剖、脑部疾病如帕金森病的研究和对精神分裂症的研究与分析具有极其重要的意义。在各种图像分割方法中，阈值分割因为其实现简单、计算量小、分割结果较好的特点成为国内外专家学者的研究热点。

论文的主要内容包括：介绍了与研究课题相关的背景知识或技术，主要包括核磁共振成像技术的概念和原理以及图像分割相关概念和原理。简要介绍了医学图像分割技术的研究现状，并对现有的一些热门的医学图像分割算法做了简要的介绍和分析，对常用的医学图像分割算法做了分类，

二、课题拟采取的研究方法和技术路线

本文介绍了阈值分割中最常见的一种分割方法，即Otsu法，重点研究了二维Otsu法，证明了忽略二维直方图副角线区域的概率是不合理的，传统的二维Otsu算法通常会忽略一些图像的边缘信息，从而影响图像的分割结果。之后，本文介绍了一种改良的二维Otsu算法。新方法根据公式直接计算二维直方图中主对角线区域概率之和，来准确分割主对角线区域中背景和目标区域。然而，新方法却增加了计算的复杂程度，效率较低，不利于临床使用，因此本文对新方法的算法进行了优化，提高了分割的效率。最后，本文通过Matlab仿真实验，对比了几种分割算法的分割结果及效率。改进的二维Otsu算法的分割结果更好，优化的算法有效地节约了时间，效率更高。

三、主要参考文献

[1] 吴一全,朱兆达.图像处理中阈值选取方法30年的进展[J],数据采集与处理,1993,8(3):193-201,268-282.

[5] 郭建星,刘松林,倪丽,等.一种改进的基于最大类间方差的图像分割方法 [J],仪器仪表学报, 2005,8(1):665-666.

[9] 郝颖明,朱枫.二维Otsu自适应阈值的快速算法[J].中国图象图形学报，2005,10(4):484-488.

[10] 唐英干,刘冬,关新平.基于粒子群和二维Otsu方法的快速图像分割[J],控制与决策,2007,22(2):202-205.

[11] 范九伦,赵凤.灰度图像的二维Otsu曲线阈值分割法[J],电子学报,2007, 35(4):751-755.

[12] 景晓军,蔡安妮,孙景鳌.一种基于二维最大类间方差的图像分割算法[J],通信学报,2001, 22(4):71-76.

[13] 汪海洋,潘德炉,夏德深.二维 Otsu 自适应阈值选取算法的快速实现[J], 自动化学报,2007, 33(9):968-971.

[14] 郎咸朋,朱枫,郝颖明,等.基于积分图像的快速二维Otsu算法[J],仪器仪表学报,2009,30(1):39-43.

[15] 谢忠红,郭小清,姬长英.基于颜色模型和纹理特征的彩色水果图像分割方法[J],计算机工程与科学,2010,32(1):64-66.

[16] 许向阳,宋恩民,金海良.Otsu准则的阈值性质分析[J],电子学报, 2009,37(12):2716-2719.

[19] 刘艳,赵英良.Otsu多阈值快速求解算法[J],计算机应用, 2011,31(12):3363-3365.

[20] 张岩.Matlab图像处理超级学习手册[M],工程应用软件精解,2014,5:268-296.

[21] 张铮,倪红霞,杨立红,等.Matlab图像处理与识别[M],人民邮电出版社,2013,5:253-289.

[22] 姚敏.数字图像处理[M],北京,机械工业出版社,2006:243-253.

[27] 刘健庄,栗文青.灰度图像的二维Otsu自动阈值分割法[J],自动化学报,1993,19(1):101-105.

[28] 岳峰,左旺孟,王宽全.基于分解的灰度图像二维阈值选取算法[J],自动化学报,2009,359(7):1022-1027.

[29] 姜红军,王町佳,海鹰,等.基于数学形态学的医学图像自动阈值分割[J],内蒙古师范大学学报(自然科学汉文版),2008,37(3):56-58.

[30] 胡亚斌,刘建平.基于区域增长和改进分水岭算法的胃腺癌细胞图像分割[J],计算机与数字工程,2006,34(8):151-153.

二、毕业设计（论文）工作实施计划

（一）毕业设计（论文）的理论分析与软硬件要求及其应达到的水平与结果

理论分析：

本文通过理论证明了二维直方图的副对角区域B和D的概率之和不一定很小而不可以忽略，否者会丢失图像边缘信息，造成分割结果不够理想。因此经典的二维Otsu法把主对角线区域A和C的概率和记为一是不合理的。为了解决这个问题，本文优化了二维Otsu法并优化了快速递推公式。实验结果表明，优化的二维Otsu法的分割效果更好。然而由于优化的二维Otsu法计算复杂，不利于实时的图像分割，故本章又对算法进行了优化，提出了快速递推公式，快速递推公式可以有效的节约时间，提高分割效率。

软硬件要求：

本课题的仿真实验基于Matlab，对比不同算法的分割效率及分割结果

（二）毕业设计（论文）工作进度与安排www.EEELW.COM

起讫日期工作内容和要求备注

3月23日～3月29日到图书馆借阅与课题相关的资料，在图书馆机房论文库下载与课题有关的杂志论文，了解相关基础知识

3月30日～4月5日研究资料，制定研究方向

4月6日～4月12日确定阈值分割的具体研究方向

4月13日～4月19日研究二维Otsu法，了解其缺陷，并考虑如何进行优化

4月20日～5月1日确定对二维Otsu法的优化方案

5月2日～5月11日对程序进行仿真，对不足处进行改进

5月12日～5月18日整理论文，撰写完成论文初稿