硕士研究生开题调查报告.doc

山东中医药大学 硕士研究生学位论文开题报告 论文题目： 一种改进分水岭算法的MRI脑肿瘤图像分割 研究 学号 201302179 研究生姓名 杨瑞雪 导师姓名及职称 马志庆 教授 学科专业 生物医学工程 研究方向 医学图像处理 所属院所 理工学院 拟授学位 医学科学硕士学位 二O 一五年 三 月 九 日填 说 明 1.开题报告在本专业教研室（科室）范围内举行，须成立开题考核小组，于第四学期4月底之前完成，开题时间和论文答辩时间必须间隔1年以上。 2.本表一式三份（可复印），教研室、所属学院（所）、研究生处各一份，原件交所属学院（所）存档。 3.本表用蓝黑或黑色钢笔填写或打印（不能打印表后粘贴），字迹要工整。 4.根据需要可自行加页，双面打印。 山东中医药大学研究生处 选题依据（包括选题目的、意义及所选课题目前国内外研究的动态、水平等，并附主要参考文献及出处） 选题目的及意义 脑肿瘤的发病率较高，约占全身肿瘤1.4%，而死亡比例却超过2.4%[1]。因此只有在临床上尽早地发现并加以治疗，才能有效地减少脑肿瘤对人类和社会造成的巨大危害。 核磁共振成像（Magnetic Resonance Imaging，MRI）技术以其非介入性、非损伤性、多角度多参数成像、高度的软组织分辨能力、无骨伪影等优势，成为脑部疾病临床诊断和治疗的主要成像方式。 脑肿瘤的分割技术在脑肿瘤的诊断和治疗上起着重要的作用，通过对脑肿瘤的分割，医生可以测量肿瘤的大小、位置等各种参数，对它进行定量的分析和跟踪比较，确定肿瘤的生长状态和变化过程。此外，它在制定手术计划、手术导航、放疗计划、病人跟踪系统、病理的研究与分析、肿瘤模型和图谱的建立，三维可视化成像等方面也有着重要的意义。由于脑部MRI序列图像的数据量庞大，人工分割耗时耗力，而且人工分割的结果受医生的专业知识和操作熟练度的影响，往往因人而异，主观度较大，很容易产生不可预测的结果。因此，研究脑肿瘤的自动分割技术非常重要。 国内外研究历史及现状 由于临床应用和科学研究的需要，研究人员提出了许多MR图像脑肿瘤的分割方法，但每种算法都无法在任何条件下的一般图像中取得好的效果[2] 。这是由于MR脑肿瘤图像的复杂性所决定的。具体的归纳为以下几点：[3] (1)由于磁共振成像原理、技术上的限制和图像采集过程中各种因素的影响，图像存在部分容积效应、场偏移效应、噪声和运动伪影等 （2）脑的组织结构复杂，MRI脑图像中正常组织主要包括肿瘤、水肿以及肿瘤内部的坏死、囊变，而且每种组织结构形状复杂。 （3）颅内病变的空间占位、形状和大小不确定，不同软组织之间或病变组织与软组织之间的灰度分布不均，密度分布有混叠，边界比较模糊。 （4）不同个体的组织结构存在较大差异，甚至同一个人在不同年龄段也会有较大的差异。 以上这些特点给脑肿瘤图像的分割带来了很大的困难。磁共振图像中脑肿瘤分割的研究主要从图像处理、模式识别、人工智能等领域对图像中病变组织进行分析，形成了几类脑肿瘤分割方法： (1)基于区域的分割方法。这类方法是根据同一目标区域内像素相似的特点，有阈值法、K均值聚类方法、模糊C均值聚类方法、基于高斯混合模型的方法、基于Markov随机场的方法、基于形态学分水岭的分割方法和区域生长的方法等。 (2)基于边缘的分割方法。该类方法是利用不同区域间特性不连续的特点，主要是可形变模型的方法。 (3)其它分割方法。有基于异常检测的分割方法、人工神经网络算法、基于图割的分割方法、基于图谱的分割方法，多谱MR图像分割方法等。 本文所采用的分水岭算法是一种基于数学形态学的分割方法。它主要是从图像中提取那些性质（灰度值或者图像纹理等）一致的目标区域，实现图像分割，所以可以认为是一种基于区域的分割方法。分水岭算法是把图像看成是跌宕起伏的山形地貌，把图像中每一点的像素值表示成该点的海拔高度，每个局部极小值区域形成一个集水盆，盆地之间的山脊就是分水岭。分水岭的形成主要采用两种原理。（1）模拟浸水法。它的基本思想是在每个盆地的最低处打一个小孔，使水慢慢均匀地侵入每个盆地，当水快要淹没盆地使两个盆地的水汇合时，就在这两个盆地之间修建堤坝，这样直到所有的盆地被水淹没，这时所有的分水岭都修建成堤坝，即完成图