论文研究基于灰度分布匹配的多模态脑部MR图像肿瘤分割算法.pdf

针对多模态核磁共振（MR）脑肿瘤图像的分割问题，提出一种基于灰度分布匹配的分割算法。首先，学习图像灰度强度的非参数模型分布来描述当前图像的正常区域；然后，计算肿瘤图像中各区域之间的全局相似性，从中寻找灰度分布与学习模型最匹配的子区域，同时利用平滑操作来避免存在孤立区域；最后，对FLAIR模态图像进行处理，以分离出脑水肿区域，最终获取脑肿瘤区域的准确边界。在多模态脑肿瘤图像数据库BraTS2012上进行实验，结果表明该算法能够准确且完整地分割出肿瘤区域。