| 主权项 |
基于改进模糊连接度算法的丘脑及其子结构分割方法，其特征在于包括以下步骤：步骤1，输入原始图像；步骤2，对原始图像进行预处理；步骤2.1，对原始图像进行脑组织提取，去除头皮、头骨非脑组织，并利用非参数非均匀灰度归一化法，对处理后的数据进行偏差场校正以去除噪声；步骤2.2，在包含丘脑及其子结构核团的感兴趣区域设定种子点；步骤3，对核团所在感兴趣区域自动提取，计算该区域内的均值、标准差；利用置信连接度理论，以步骤2.2中所述单一种子点为初始像素，对包含待分割丘脑及其子结构核团的感兴趣区域进行自动分割，并计算该区域内的灰度、梯度特征的平均值与标准差；对种子点周围的一个小邻域，计算此区域的灰度均值和标准差；通过一个给定控制灰度范围大小的乘法因子l与标准差的乘积来定义相似灰度的范围I(X)∈[m‑lσ,m+lσ]，其中X是图像I中的像素点；m和σ分别是当前区域灰度的均值和标准差；灰度值在这个范围内的相邻像素点将被包含到当前区域中；然后，对包含在当前区域内的所有像素点再次计算其灰度平均值和标准差，从而定义一个新的灰度范围；当前区域的邻域中，灰度值在这个范围内的像素将被合并到当前区域；重复上述过程，直到没有新的像素被合并为止；步骤4，计算种子点周围区域各点对于种子点的模糊亲和度；步骤5，进行后处理；步骤5.1，设置填充核团内部空洞的填充半径；步骤5.2，利用数学形态学运算填充核团内部空洞，同时移除核团周围的岛屿区域，平滑分割边界，以获得最终结果。 |
