تصویربرداری mri یک روش غیرتهاجمی، مناسب و با دقت بالاست که جهت تهیه ی یک نقشه ی سه بعدی آناتومیکی از بافت ها استفاده می شود. بهره گیری مناسب کلینیکی از این تصاویر و استخراج اطلاعات حداکثری از آنها ضرورت پردازش خودکار رایانه ای را گریزناپذیر کرده است؛ زیرا حجم زیاد داده و زمان بر بودن تحلیل آن توسط متخصص، امکان پردازش دستی را عملی ناشدنی جلوه می دهد. ناحیه بندی تصاویر mri سر، از جمله ی این پردازش های خودکار است که می توان رویکردهای مختلفی را در نحوه ی استفاده از آن مد نظر قرار داد. ناحیه بندی بافت های سر برای کاربرد مسئله ی معکوس مکان یابی منبع سیگنال های الکتریکی و مغناطیسی مغزی و بررسی نحوه ی انتشار این امواج، اهمیت بسزایی دارد. عمده ی این اهمیت معطوف این به نکته است که، دقت در تشخیص موقعیت هندسی بافت ها اثر مستقیم بر صحت فرآیند معکوس مکان یابی خواهد داشت. در این بین ناحیه بندی تصاویر mri سر نوزاد موضوعی چالش برانگیز است و تحت تاثیر رشد سریع نوزاد، در کنار نسبت پایین سیگنال به نویز و کنتراست به نویز، و عدم انطباق شدت روشنایی بر موقعیت مکانی؛ پیچیدگی مسئله بیشتر می شود. هدف این پایان نامه ارائه ی روش ناحیه بندی خودکار مبتنی بر مدل است که به کمک آن بتوان پوست، جمجمه و نواحی داخلی مغز را در تصویر نوزاد بازشناسی کرد. در این فرآیند پس از پیش پردازش و بهبود آرتیفکت؛ به کمک دسته بندی کننده های غیرخطی و بر مبنای مشخصات شدت روشنایی، و ویژگی های مبتنی بر دانش و اطلاعات از پیش که از آن به عنوان مدل یاد می شود، به بازشناسی نواحی تصویر می پردازیم. به سبب عدم یکنواختی نواحی مختلف تصویر و ویژگی های فیزیکی غیریکسان مربوط به هر بافت، روش ارائه شده در این پروژه راهکاری وفقی است. ابتدا در گام پیش پردازش عدم انطباق شدت روشنایی و موقعیت مکانی که آرتیفکت جابجایی شیمیایی نام دارد؛ طی یک روند معکوس بهبود می یابد. در گام بعد آمارگان محلی بافت ها در نواحی مختلف تصویر استخراج می گردد. این ویژگی های وفقی در کنار مدل آماری به دست آمده برای جمجمه، به دسته بندی کننده ارائه می شود و بافت جمجمه از تصویر استخراج می گردد. بازشناسی جمجمه به عنوان بافت حایل بین پوست و نواحی مغز سبب تعیین موقعیت دقیق هر سه ناحیه می گردد. جهت ارزیابی الگوریتم پیشنهادی ابتدا به صورت کمی و کیفی و با کمک رادیولوژیست متخصص به ناحیه بندی دستی تصاویر می پردازیم که نتایج تایید شده ی آن به عنوان استاندارد طلایی در نظر گرفته می شود. سپس نتایج حاصل از ناحیه بندی خودکار بر مبنای معیار شباهت (si)، با استاندارد طلایی مورد مقایسه قرار می گیرد. نتایج کمّی نشان می دهد که دقت ناحیه بندی پوست و جمجمه در تصاویر به کار رفته در تهیه ی مدل به ترتیب 92/0 و 73/0 و برای تصاویر تست 88/0 و 62/0 می باشد. این نتایج در مقایسه با مقادیر به دست آمده در پژوهش های پیشین که در این زمینه صورت پذیرفته، دارای برتری است.