Automatic Brain Tumor Detection

基于区域生长和水平集演化的多模态MRI图像自动检测和分割

摘要

  神经胶质瘤是一种起源于神经胶质细胞的脑肿瘤。大约80%是恶性的，根据肿瘤的病理演变，可以分为高等级和低等级胶质瘤两种类型。本文自动选取常规区域增长算法获得的分割区域作为迭代距离正则化水平集演化方法的初始轮廓，从而消除了用户选择感兴趣的初始区域的需要。因此开发了一种计算机辅助全自动技术，从多模态MRI图像中检测胶质瘤，从整体图像中分割肿瘤区域。该方法能够提高BRATS 2012公开数据集中不同胶质瘤病例的肿瘤整体检测和分割性能。

关键字：多模态MRI图像，脑肿瘤分割，区域增长，距离正则化水平集演化

前言

  开发能够自动分析脑肿瘤扫描的图像处理方法，对于改善单个患者的诊断、治疗计划和随访具有巨大的潜在价值。然而，肿瘤的形状变异对肿瘤分割提出了挑战。由于病变区域仅通过相对于周围正常组织的强度变化来确定，即使由不同的专家评分者进行的手工分割也是不同的的。此外，不同患者的肿瘤结构也存在差异。