基于显著性定位和动态自适应区域生长的HRMR图像斑块分割

来源：计算机应用研究杂志2019年第11期北京时间：

作者：严静,刘启榆,周莹,张顺源,刘知贵,

单位：1.西南科技大学a.计算机科学与技术学院;b.信息工程学院,四川绵阳621010；2.绵阳市中心医院放射科,四川绵阳621000；

摘要：为了解决HRMR图像斑块边界模糊及灰度不均匀造成的分割难问题，提出了一种结合显著性定位与改进动态自适应区域生长的斑块分割方法。使用非局部均值滤波算法、平滑梯度实现图像去噪与斑块模糊边缘增强；通过显著性检测获得显著图像，采用形态学开重构得到斑块定位图像；利用改进的动态自适应区域生长算法，实现颅内斑块的准确分割。本实验对象为34组脑血管狭窄患者的HRMR图像，通过与专家手动分割结果对比，斑块的平均分割准确度达到90.16%。研究结果表明，本方法不仅能够提高斑块的分割精度，完整地保留颅内斑块的弱边缘信息，同时还可以避免不同医生手动分割造成的主观差异性，或可用于辅助脑血管狭窄患者的临床诊断与治疗。

关键词：高分辨率核磁共振成像,颅内粥样硬化,斑块分割,非局部均值滤波,显著性检测,动态自适应区域生长,

基金资助：四川省科技计划资助项目(18ZDYF3046)；西南科技大学研究生创新基金资助项目(18YCX005)；；