医学图像分割

Question

我正在寻找一种分割算法，从下面显示的MRI图像中提取鼠标脊柱的中间部分。我想过通过阈值强度来提取部分，但强度与图像中的其他部分太相似了。(我的主管)还告诉我要研究半自动分割算法，在这种算法中，你可以点击感兴趣区域中的一个像素，算法会考虑像素从你点击的那个像素开始扩散。任何关于这方面的额外建议也将不胜感激。

我是这个领域的新手，所以欢迎简单的解释和/或其他资源的链接。

小鼠脊椎的MRI图像：

​

​

对于需要分割的高亮区域，同上：

​

​

附言-我在matlab中工作，所以如果你知道一个好的工具箱，请让我知道。

我的背景:物理系本科生，开始学习医学物理学MSc，并尝试进入图像分析/计算机视觉领域。

Answer 1

你的图像分辨率很差，很难提取出想要的区域。尝试在ImageJ中，它更容易选择感兴趣区域(ROI)和计算面积和其他参数。

编辑：

如果你想坚持使用MATLAB，你可以使用roipoly()。它既不是自动算法，也不是半自动算法。基本上，您要做的是，在所需区域的边界上单击多个点，然后测量边界内的像素数。下面的代码执行相同的操作：

img = imread('your_image');
BW = roipoly(img); %Select points (complete the loop)-> right click -> create mask
close;
number_of_pixles = length(find(BW == 1)) %Total number of pixels in the region.

Answer 2

我正在处理的是同类型的MRI数据，分辨率低，结构微小，强度分布与其他结构相同。我所做的是为不相关的结构建立一个模板，并使用它们将它们从我的原始图像中剪切出来，这样我就可以拥有我需要的VOI，然后我使用随机森林(或者你可以从区域生长开始，定义一些正则化和平滑参数)来提取你的区域。

你可以开始一些ITKsnap包分割的测试。提出了一种基于水平集活动轮廓的半自动监督学习算法进行分割。我用过它，我发现它很有帮助。如果你需要帮助，请告诉我。

Answer 3

您可以考虑在图像样本中查看脊椎区域的空间/光谱特征。这样，您就可以利用结构的一些特性来帮助您细分ROI。

我们的想法是让它更多地关于微观形态，而不是关于强度水平，这可能会随着不同的样本而变化。