基于Graph-Cuts的脑部MRI图像脑组织提取方法

摘要

脑部MRI图像的脑组织提取是神经影像学分析的一项重要预处理过程,为提高提取精度,提出一种基于graph-cuts的脑组织自动提取方法,主要适用于T1加权MRI图像.首先采用Smith等提出的脑组织提取工具(BET)得到感兴趣区域(ROI),仅在该区域内用graph-cuts方法进行演化;并在graph-cuts中加入一个速度限制因子,解决脑组织提取过程中的局部收敛和边界泄漏问题;此外,还采用一种逐层处理2D图像切片的3D数据初始化方法.利用IBSR(Internet Brain Segmentation Repository)网站提供的18组数据,将所提出方法与现有的部分脑组织提取方法(脑组织提取工具(BET)、脑组织表面提取算法(BSE)、分水岭算法(WAT)、混合分水岭算法(HWAT)、图割算法(GCUT)和鲁棒脑组织提取算法(ROBEX)),进行对比试验.结果显示,本方法最接近于标准分割,平均Dice系数达到0.95,并且在多个评价参数(假阳性率3.2％和Hausdorff距离9.6)上都取得最好结果.实验表明,所提出方法具有较好的精确性和稳定性.