基于混合水平集脑组织自动提取方法文章编号：10019081(2013)07201404doi：10.11772/j.issn.10019081.2013.07.2014摘要：脑组织自动提取是脑功能分析中一个重要的预处理步骤，为提髙脑组织提取的精度，提出了一种新的提取方法。该方法首先对磁共振成像(MRI)图像使用改进脑组织提取工具(BET)算法快速提取初始轮廓；其次对此初始轮廓进行数学形态学膨胀处理，得到初始感兴趣区域；然后在初始感兴趣区域中使用改进混合轮廓模型进行处理，得到新的轮廓线再进行膨胀处理得到新的区域，如此不断迭代；最后，该混合模型收敛，获得较精确脑组织轮廓。实验采用了7组来自IBSR网站的MRI数据序列，所提算法得到的平均错误划分比例为7.89%。实验结果表明所提方法对于脑组织提取精度的提高是有效和可行的。关键词：脑组织提取;混合水平集;脑组织提取工具中图分类号:TP391.413文献标志码:A英文标题Automaticbrainextractionmethodbasedonhybridlevelsetmodel---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---英文作者名AOQianZHUYanping2,JIANGShaofeng2英文地址(1.ComputerNetworkCenter,ShangraoNormalUni-versity,ShangraoJiangxi334001,China；2.SchoolofMeasuringandOpticalEngineering,NanchangHangkongUniversity,NanchangJiangxi330063,China英文摘要)Abstract：Automaticextractionofbrainisanimportantstepinthepreprocessingofbraininternalanalysis・Toimprovetheextractionresult,amodifiedBrainExtractionTool(BET)andhybridlevelsetmodelbasedmethodforautomaticbrainextractionwasproposed・ThefirststepoftheproposedmethodwasobtainingroughbrainboundarywiththeimprovedBETalgorithni.Thenthemorphologicalex-pansionwasoperatedontheroughbrainboundarytoini-tializetheRegionofInterest(ROI)wherethehybridac-tivecontourmodelwasdefinedtoobtainanewcontour・TheROIandthenewcontourwereiterativelyreplacedun----本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---tiltheaccuratebrainboundarywasachieved.SevenMag-neticResonanceImaging(MRI)volumesfromInternetBrainSegmentationRepository(IBSR)websitewereusedintheexperiment.Theproposedmethodachievedlowaverageto-talmisclassificationratioof7.89%.Theexperiraentalresultsshowtheproposedmethodiseffectiveandfeasi-ble.英文关键词Keywords：brainextraction；hybridlevelset；BrainExtractionTool(BET)0引言脑组织提取是磁共振图像处理的一个重要的预处理过程，在脑组织图像配准、脑容量测量、脑组织分割、脑电信号定位、大脑发育检测、脑疾病术后检查等领域有重要的应用。提取方法主要分手动和自动方法两类，手动方法精度高，但需大量交互，费时费力，并具主观性；自动方法虽然参数较多，性能不够稳定，处理时间长，但是无需或仅需用户少量交互，故是主流研究方向。Hhue提出了基于阈值和形态学的提取方法[1],该方法需用户交互，提供各种阈值。Shattuck提出了基于边界提取和形态学的提取方法[2],效果要好于基于阈值和形态学的提取方法，开发了脑组织表面提取---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---(BrainSurfaceExtraction,BSE)工具软件，集成于脑分析软件Brainsuite中。Huang等[3]先采用高斯混合模型对脑图像进行粗分割，然后用基于测地线活动轮廓(GeodesicAc-tiveContour,GAC)模型提取边界轮廓，缺点是速度较慢，算法容易局部收敛。以上方法均通过形态学方法试图分离脑组织，然而形态学结构元素大小对提取结果有很大影响。Smith[4]提出了一种基于可变形点阵模型的脑组织自动提取方法，该方法定义了平滑力和全局约束的推动力，通过迭代的方式快速推动点阵演化到脑组织边界；开发了一种当前常用的脑组织提取工具(BrainExtractionTool,BET),集成在磁共振图像处理软件库(FMRIBSoftwareLibrary,FSL)和MRIcro中。BET的优点是速度很快，在处理合成图像时，效果较好，缺点是处理真实图像时效果往往不好。近几年国内外脑组织...