ناحیه بندی سه بعدی تصاویر MRI مغزی مبتنی بر تیوری گراف

تحلیل تصاویر پزشکی سهبعدی بسیار ضروری است، چرا که تکنیک های تصویربرداری سه بعدی کاربرد گسترده ای در زمینه ی پزشکی دارند. تصویر برداری MRI یکی از بهترین روش های تصویر برداری در مهندسی پزشکی می باشد. یکی از کاربردهای این روش، تصویر برداری از بافت های مغز می باشد. تصاویر MRI مغز معمولا دارای دو مشکل غیر یکنواختی و نویز می با شند که این موارد ناحیه بندی آن ها را مشکل می سازد. این مقاله یک روش ناحیه بندی جدید را بر اساس تیوری گراف برای استخراج موارد مطلوب در تصاویر سه بعدی MRI مغزی معرفی می کند. در روش پیشنهادی، ابتدا یک پیش پردازش با آستانه گذاری و فیلترینگ برای کاهش تعداد نویز ها و افزایش کنتراست تصویر به کار می رود. سپس نواحی پیش زمینه و پس زمینه تصاویر را مشخص می کنیم و تصویر را جهت بهبود دقت قطعه بندی به زیر نواحی تقسیم می کنیم و از نظریه ی گراف برای ایجاد یک گراف سه بعدی استفاده کرده و زیر گراف ها را به صورتیک گراف بزرگتر در فرآیند ناحیه بندی ادغام می نماییم. پس از ادغام زیرگراف ها، مجموعه ای از درخت پوش های کمینه که هر یک با یک ناحیه ی سه بعدی متناظرند ایجاد می شوند. طبق نتایج، می تواند به نظر برسد که روش ما قادر به باز کردن موارد مطلوب از تصاویر سه بعدی MRI مغز با صحت کامل بهبودیافته می با شد. این روش به خوبی قادر به تفکیک داده های حجمی بوده و اطلاعات مشخص شده در تصویر شامل ویژگی های صورت و بافت نرم مغز قابل استخراج می باشد.