结合灰度直方图和细胞自动机的多模态MRI脑胶质瘤分割
Brain glioma segmentation for multi-modality MR images based on gray level histogram and cellular automata
1. 上海理工大学 医学影像工程研究所, 上海 200093
2. 山东大学齐鲁医院(青岛)神经外科, 山东 青岛 266035
摘要
为了解决脑胶质瘤边界模糊、复杂而导致的分割不准确问题，提出了一种将灰度直方图（GLH）与改进细胞自动机相结合的脑胶质瘤分割算法。首先，对脑胶质瘤的T2加权图像和液体衰减反转（FLAIR）图像进行融合；然后，利用灰度直方图特性增强脑胶质瘤区域；最后，以加权距离为特征向量用改进的细胞自动机进行分割，并得到脑胶质瘤各组织分割结果。在20组BraTS2015（brain tumor segmentation）数据库数据和10组临床脑胶质瘤数据上进行分割实验，整个肿瘤区域及核心肿瘤区域的平均分割准确率分别达到90.76%和89.73%。实验结果表明，相对于对比方法，所提算法不仅能更好地分割出对比度明显的胶质瘤区域，还在一定程度上解决了模糊胶质瘤区域分割不准确的问题。该算法在保持不增加算法复杂度的同时，亦提高了算法分割的准确性和鲁棒性。
基金项目
山东省重点研发计划项目(2018GSF118107)
国家自然科学基金资助项目(60972122)
上海市自然科学基金资助项目(14ZR1427900)
出版信息
DOI: 10.19734/j.issn.1001-3695.2018.03.0193
出版期卷: 《计算机应用研究》 印刷出版, 2019年第36卷 第9期
所属栏目: 图形图像技术
出版页码: 2849-2855
文章编号: 1001-3695(2019)09-062-2849-07
发布历史
[2019-09-05] 印刷出版
引用本文
衣斐, 龚敬, 段辉宏, 等. 结合灰度直方图和细胞自动机的多模态MRI脑胶质瘤分割 [J]. 计算机应用研究, 2019, 36 (9): 2849-2855. (Yi Fei, Gong Jing, Duan Huihong, et al. Brain glioma segmentation for multi-modality MR images based on gray level histogram and cellular automata [J]. Application Research of Computers, 2019, 36 (9): 2849-2855. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
