[1]王晓飞,聂生东,王远军.改进的Brain Extraction Tool算法及其在脑实质分割中的应用[J].中国医学物理学杂志,2016,33(2):113-117.[doi:10.3969/j.issn.1005-202X.2016.02.002]
　[J].Chinese Journal of Medical Physics,2016,33(2):113-117.[doi:10.3969/j.issn.1005-202X.2016.02.002]
点击复制

改进的Brain Extraction Tool算法及其在脑实质分割中的应用()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
33卷
期数:
2016年2期
页码:
113-117
栏目:
脑科学与神经物理
出版日期:
2016-02-25

文章信息/Info

文章编号:
1005-202X（2016）02-0113-05
作者:
王晓飞; 聂生东; 王远军
上海理工大学医学影像工程研究所，上海200093
关键词:
BET算法; 磁共振图像; 脑实质; 分割
分类号:
R445.2；TP391
DOI:
10.3969/j.issn.1005-202X.2016.02.002
文献标志码:
A
摘要:
BET(Brain Extraction Tool)算法是一种常用的从磁共振（MRI）脑图像中分割脑实质的工具，在实际应用中发现， BET算法对正常脑实质的分割精度较高，但对有病灶的脑实质分割精度较差。根据BET算法存在的问题，改进原BET算 法中不合理的u3 ,简化了计算繁琐的u2 ,并将其应用于分割MRI图像中的脑实质。首先：选择序列图像中间层，对其应用 两次改进后的BET算法获得精确分割结果；然后：将获得的边界向其中心缩小一定比例后作为与其相邻层的初始边界再 次应用修改后的算法获得该层精确边界；最后，不断重复上述步骤直至所有层分割结束。改进后的算法对脑部图像分割 结果与人工分割结果的重叠率达到92.92%，而使用FSL 中提供的BET工具的分割结果与人工分割结果的重叠率为 88.94%。改进后的算法相比原BET算法能够更加准确地分割MRI图像中的脑实质。

相似文献/References:

[1]王晓飞,聂生东,王远军,等.改进的K-均值聚类算法及其在脑组织分割中的应用[J].中国医学物理学杂志,2014,31(02):4760.[doi:10.3969/j.issn.1005-202X.2014.02.010]
[2]李均,蒋帆,魏乐,等. 基于磁共振图像构建中国人脑模板[J].中国医学物理学杂志,2017,34(6):614.[doi:DOI:10.3969/j.issn.1005-202X.2017.06.015]
　[J].Chinese Journal of Medical Physics,2017,34(2):614.[doi:DOI:10.3969/j.issn.1005-202X.2017.06.015]

备注/Memo

备注/Memo:
国家自然科学基金（60972122）；上海市自然科学基金 （14ZR1427900)
更新日期/Last Update: 2016-03-03