基于非线性各向异性散布滤波器的磁共振颅脑图像的分割方法

目的介绍一种有效的分割磁共振颅脑图像中的大脑结构的方法。 方法它是一个多步处理过程 ,首先 ,粗略地勾画出磁共振颅脑图像中的大脑结构作为感兴趣区 ;其次 ,对感兴趣区进行各向异性散布滤波处理 ;然后 ,对滤波图像进行二值化处理作为图像模板 ;最后 ,利用该模板从原始图像中提取出大脑结构。 结果该方法能有效地分割出磁共振颅脑图像中的大脑结构。 结论利用基于非线性各向异性散布滤波器的图像处理技术能很好地从磁共振颅脑图像中分割出大脑结构。该算法具有很强的鲁棒性和稳定性。

基于各向异性散布的医学图像非线性滤波法

为了向临床医生提供清晰准确的诊断依据 ,在对医学断层图像 (CT、MRI)进行滤波处理时 ,须保留具有重要诊断意义的微细结构。然而 ,绝大多数滤波技术在去噪的同时却滤出了细小结构。本文介绍了一个改进的非线性各向异性散布滤波算法 ,图像滤波被认为是一种散布迭代过程 ,通过自动确定最优散布常数和迭代次数 ,散布过程在遇到边界时就会被抑制或停下来 ,从而保留了边缘信息和微小结构。通过对实际医学图像(CT、MRI)的实验表明 。