Nov, 2023
MR脑图像中带有模糊信息的种子区域生长用于自动卒中后病变分割
Fuzzy Information Seeded Region Growing for Automated Lesions After
Stroke Segmentation in MR Brain Images
TL;DR在医学影像学领域，从脑MRI图像中精确分割中风病变作为临床诊断和治疗中的一项重要挑战。本研究引入了一种创新方法，使用模糊信息种子区域生长（FISRG）算法，旨在有效划分中风病变的复杂和不规则边界，提高分割准确性。研究通过三个实验来优化FISRG算法的性能，分别侧重于不同参数以提高中风病变分割的准确性。实验中取得的最高Dice得分为94.2％，说明算法输出与专家验证的参考标准具有高度的相似性。值得注意的是，第三个实验记录的最佳平均Dice得分为88.1％，突出了算法在一致分割不同切片上的中风病变的效果。研究结果揭示了FISRG算法在处理中风病变的异质性方面的优势，但在病变拓扑变化和与相似强度的脑区域的区分方面仍面临挑战。结果强调了FISRG算法在为中风的诊断和治疗的医学影像分析方面的潜力。