基于支持向量机和水平集方法的核磁共振脑图像分割

摘要

核磁共振脑图像(MRI)的颅内各组织边界复杂且不规则，故对其进行分割是医学图像处理中重要的研究内容。本文提出了MRI脑图像分割的新方法。首先提取图像特征向量，用主成份分析法(PCA)将图像的特征向量降维处理，然后用支持向量机(SVM)分类器进行分割，将SVM分割所得的轮廓作为水平集方法的初始轮廓，再用水平集方法对MRI脑图像进行进一步的细分割。实验结果表明该方法分割速度比单独使用水平集分割的速度更快，并且明显提高了分割精度。