改进的多模式脑肿瘤图像混合分割算法

来源：信号处理杂志 2018年第3期北京时间：

作者：童云飞, 李锵, 关欣

摘要：脑肿瘤是一种高危疾病，在治疗过程中，任何有关位置和大小的信息都至关重要。为了有效检测和诊断脑肿瘤，针对多模式MRI脑肿瘤图像：FLAIR、T2和T1C，本文提出一种改进的多模式脑肿瘤图像混合分割算法。首先对三种模式的MRI图像分别进行中值滤波和快速模糊C均值聚类,之后将图像灰度值按照线性比例FLAIR:T2:T1C=5:4:1融合得到预处理图像。之后使用快速模糊C均值算法和自动阈值对预处理图像进行聚类分割，得到脑肿瘤的欠分割图像，最后，使用混合水平集算法对欠分割图像进行分割得到脑肿瘤分割图像。分割的脑肿瘤图像与金标准对比，平均Dice达到0.90；与同类算法对比，经本文算法得到的Dice最佳，稳定性好，实时性高，能够满足医学临床需要。

关键词：脑肿瘤, 多模式, 快速模糊C均值, 混合水平集