36、自动脑肿瘤检测与分割及图像传感器技术解析

自动脑肿瘤检测与分割及图像传感器技术解析

自动脑肿瘤检测与分割

在脑肿瘤检测与分割领域，提出了一种基于分数阶 Sobel 滤波器、自组织映射神经网络（SOMNN）和分水岭变换的混合肿瘤分割方案，用于复杂的 T1 加权脑磁共振成像。
- 检测与分割流程
1. 图像获取 ：从 BRATS - 2013 数据库中选取脑患者 006、009、015 和 024 的 T1 加权脑磁共振成像。
2. 预处理 ：对原始图像应用大小为 3 * 3、分数阶 α = 0.3 的分数阶 Sobel 滤波器，然后进行强度标准化。
3. 边缘搜索 ：通过腐蚀和减法操作搜索脑图像的边缘。
4. 特征提取 ：生成 9 * 9 的 SOM 特征图，使用两阶段 SOM 网络对特征空间进行聚类，第一阶段训练 300 个周期，第二阶段训练 200 个周期。
5. 边缘识别 ：得到边缘识别图像。
6. 分水岭变换 ：对边缘识别结果进行分水岭变换。
7. 肿瘤分割 ：最终获得分割后的肿瘤图像。

• 性能评估参数
  • 灵敏度（Sensitivity） ：$Sensitivity = \frac{TP}{TP + FN} \times 100\%$