基于图像分割的脑肿瘤检测

代码说明：

应用背景MATLAB（矩阵实验室）是一个多模式的数值计算环境和第四代编程语言。由Mathworks公司专有的编程语言，MATLAB允许矩阵运算，函数和数据绘图，算法实现，用户界面的创建，并与其他语言编写的程序接口，包括C，C++，Java，Python语言和。虽然MATLAB主要用于数值计算，一个可选的工具箱使用MuPAD符号引擎，允许访问的符号计算功能。一个额外的包，Simulink，添加图形化多领域仿真和基于模型的动态和嵌入式系统设计。2004，有一百万的用户在MATLAB的产业界和学术界的。MATLAB用户来自不同背景的工程，科学，经济学。关键技术gouskir等人[ 3 ]一文中提出的检测，分割和脑肿瘤生物医学图像–MRI T1和T2的轮廓提取。相关的基本操作，以确定肿瘤的中心坐标，并从图像中提取的信息，通过使用相关的方法寻找位置的图像，类似于纹理模板的肿瘤和数据库。协方差像素所得到的协方差矩阵是具有图像直方图来自动提取包含异常的区域。主成分分析法（主成分分析）是一种消除冗余信息的统计方法，并通过核磁共振直方图对图像进行分类。分类的基础上的灰质和白质位于脑肿瘤。测地距离是一种有效的图像分割技术，用于区分白质和灰质的病理组织，如水肿和肿瘤。测地球可以用快速行进算法对感兴趣区域进行分类，并对每个像素进行分类。程函方程是固定的和测地距离的唯一解。正确识别肿瘤浸润扩散张量的黎曼流形的边缘了。从扩散加权成像的实际数据被用于计算的测地距离。的主要特征向量，以及更大的扩散分配的各向异性和同位素扩散的灰色和白质分别。因此，通过观察的分割是自动检索从统计计算测地线和肿瘤位置之间的距离。大的数据库需要存储不同的纹理模板，有时骨强度可能大于肿瘤。