摘要

目的探索基于隐马尔可夫随机场和共轭梯度算法的脑部MRI图像分割算法。方法采用隐马尔可夫随机场模拟脑部MRI图像分割过程中目标函数最小化,并用共轭梯度算法求解目标函数参数。选用IBSR脑图库临床实例MRI图像和BrainWeb脑图库人工合成图像进行仿真实验,分割图像准确性采用Dice相似性系数和特异性值评估。结果基于本研究提出算法的分割图像中白质、灰质和脑脊液边界完整清晰,而且所得Dice相似性系数和特异性值均高于其他算法,其中IBSR脑图库图像平均Dice相似性系数和特异性值分别提升5.87%~6.67%和3.17%~8.16%。BrainWeb库不同噪声水平MRI脑部分割结果所得平均Dice相似性系数较马尔可夫随机场改进算法提升38.15%~1.42%,特异性值提升3.17%~8.16%。结论本研究提出算法能准确划分脑部MRI图像各区域,具有较强的抗噪性与鲁棒性。