计算机应用研究

作者：衣斐,龚敬,段辉宏,苏冠群,田海龙,聂生东,

单位：1.上海理工大学医学影像工程研究所,上海200093；2.山东大学齐鲁医院(青岛)神经外科,山东青岛266035；

关键词：脑胶质瘤,多模态磁共振图像,图像分割,图像融合,灰度直方图,细胞自动机,

基金：山东省重点研发计划项目(2018GSF118107)；国家自然科学基金资助项目(60972122)；上海市自然科学基金资助项目(14ZR1427900)；；

为了解决脑胶质瘤边界模糊、复杂而导致的分割不准确问题，提出了一种将灰度直方图（GLH）与改进细胞自动机相结合的脑胶质瘤分割算法。首先，对脑胶质瘤的T2加权图像和液体衰减反转（FLAIR）图像进行融合；然后，利用灰度直方图特性增强脑胶质瘤区域；最后，以加权距离为特征向量用改进的细胞自动机进行分割，并得到脑胶质瘤各组织分割结果。在20组BraTS2015（brain tumor segmentation）数据库数据和10组临床脑胶质瘤数据上进行分割实验，整个肿瘤区域及核心肿瘤区域的平均分割准确率分别达到90.76%和89.73%。实验结果表明，相对于对比方法，所提算法不仅能更好地分割出对比度明显的胶质瘤区域，还在一定程度上解决了模糊胶质瘤区域分割不准确的问题。该算法在保持不增加算法复杂度的同时，亦提高了算法分割的准确性和鲁棒性。

来源：2019年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第9期