周啸虎，高伟，张子齐

南京医科大学附属南京医院（南京市第一医院） 放射科，江苏 南京 210006

基于质子密度和弛豫时间的大脑MR图像分割新算法

周啸虎，高伟，张子齐

南京医科大学附属南京医院（南京市第一医院） 放射科，江苏 南京 210006

目的 本文提出一种基于聚类的无监督脑部MR图像分割新算法，有别于传统的基于灰度阈值和一维空间MR图像分割算法。方法 首先，估算输入图像的质子密度和弛豫时间； 然后，描述输入图像的概率分布；最后，采用基于空间关联决策准则识别最佳分类区域，达到图像分割的效果。结果 选用不同分割算法对人工合成图像和临床实例MR图像进行仿真实验。定性分析结果是本文算法的分割图像边缘和细节部分保存的完整清晰；定量评估结果显示基于 本文分割算法能获得探测率最大和误报率最小，且在15～30 dB信噪比范围内的戴斯相似性系数和杰卡德相似性系数均最大。结论 基于质子密度和弛豫时间的统计算法是一种可行的脑部MR分割算法，在噪声环境、图像灰度不均和临床实例等情况下均表现出强健性，具有较高的临床应用价值。

质子密度；弛豫时间；概率分布；空间关联准则；MR图像分割

0 引言

图像分割已广泛应用于图像引导介入、手术计划、放射治疗等方面[1-3]，其中脑部MR图像分割是评估脑白质病变的疗效和研究阿兹海默、精神分裂症等疾病随时间演变的一个基本定量工具，具体地说图像分割可以提供灰质、白质和脑脊液的容量分析，且能描述不同目标的形态学差异。……