ناحیه بندی خودکار تصاویر mri مغزی با استفاده از الگوریتم سطوح همتراز

در این پایان نامه هدف ارائه روشی خودکار به منظور ناحیه بندی تصاویر تشدید مغناطیسی مغز انسان به سه بافت مختلف ماده سفید، ماده خاکستری و مایع مغزی-نخاعی بر اساس الگوریتم سطوح همتراز می باشد. از مهمترین چالش ها در ناحیه بندی خودکار تصاویر تشدید مغناطیسی مغزی وجود نویز و نایکنواختی شدت روشنایی می باشد. در روش پیشنهاد شده در این پایان نامه با استفاده از الگوریتم سطوح همتراز، به طور همزمان ناحیه بندی تصاویر تشدید مغناطیسی مغزی، اصلاح نایکنواختی شدت روشنایی و حذف نویز انجام می گیرد. بدین منظور تابعی ای پیشنهاد شده است که از توزیع گوسی به همراه محاسبه اطلاعات میانگین و واریانس محلی بهره می جوید. در این روش با مدل کردن نایکنواختی شدت روشنایی تصاویر تشدید مغناطیسی مغزی به صورت یک مدل ریاضی به اصلاح آن در زمینه ناحیه بندی این گونه تصاویر پرداخته می شود. همچنین در روش پیشنهادی از میدان تصادفی مارکوف (مدل مارکوف) برای مدل سازی همبستگی مکانی بین پیکسل ها/ وکسل های تصاویر تشدید مغناطیسی استفاده شده است. نتایج اعمال الگوریتم پیشنهادی بر روی داده های شبیه سازی شده و واقعی تصاویر تشدید مغناطیسی و همچنین ارزیابی های کیفی و کمی کارایی و دقت بالای روش پیشنهادی در مقایسه با روش های ارائه شده در سال های اخیر مانند lgdf و fsl را نشان می دهد. کلمات کلیدی: تصویر تشدید مغناطیسی، ناحیه بندی مغز، الگوریتم سطوح همتراز، مدل مارکوف، ناهمگنی شدت روشنایی