【基於模糊群聚技术和BP神经网络的多回波磁共振图像分割系统】.pdf

基于模糊群聚技术和BP神经网络的多回波磁共振图像分割系统

摘要这篇论文研究了基于无指导性的模糊群聚方法(简称FCM)和有指导性的BP神经网络方法(简称ANN)的脑的多回波磁共振图像分割系统。输人图像包括T1加权,T2加权,PD加权三种特征图像。两种分割方法都是基于各象数点的规范化灰度值来进行。输出结果是通过调色板给每个类别赋予一定的颜色来直观地显示出分割的结果.本论文首先叙述了磁共振的基本原理,提出了获得三个特征图像数据的方法。详细叙述了上述二种数学模型、结构图和实现的具体方法,并设计了系统的程序框图.本系统用上述方法初步实现了对脑磁共振图像的模拟分割,并从几个方面比较了它们的优缺点和适用场合。

第一章概论今天的医学图像技术为临床提供了许多补充的诊断工具,比如 X射线计算机断层扫描(ComputerTomography以下简称CT),磁共振图像(MagneticResonanceImaging以下简称MRI)等等.MRI技术是继CT之后,随着计算机技术、电子技术和超导技术的飞速发展而发现的一项重要的新兴的诊断技术,目前已被广泛应用于临床医学.81磁共振图像分割的现状与重要性 MRI从国际80年代初发展至今,虽然历史很短,但已显示出强大的威力。