如何根据MATLAB中固定图像的细节分割部分运动图像？

Question

我目前正在研究MRI图像，每个数据集都包含一系列图像。我需要做的就是根据提供的固定图像中的细节来分割部分运动图像，严格地使用图像配准方法。

我已经尝试了一些可用的代码并做了一些调整，但我得到的是基于固定图像的特征的扭曲变换运动图像，这是正确的但不是我预期的。

为了帮助实现这个想法，这里有一些MRI图像 ¹ ：

修正图片：

动态影像：

计划是根据来自固定图像的细节仅分割运动图像的总面积（四头肌，内骨和外骨部分），即根据固定图像边界在形态学上扭曲运动图像的边界。

关于如何做到这一点的任何想法/建议？

<子> 1。作为新用户，我无法发布/附加超过2个链接/图像，但如果您需要更多图像，请告诉我。

Answer 1

'我需要做的就是分割部分运动图像'，这当然不是一件小事。它被称为可变形模型的分割，并且有很多关于该主题的文献。此外，您的固定图像与移动的图像非常不同，这无济于事。

以下是一些想法，但您可能需要了解应用程序的更多详细信息。

I1=imread('fixed.png');
I2=imread('moving.png');

model=im2bw(I1,0.54);

imshowpair(I1,Model);

这是一个简单的阈值分割，用于隔离图像中间的斑点。通过摆弄获得0.54的值，你当然可以更好地分割你的固定图像。

这是分段的固定图像，紫色在里面，绿色在外面。

现在，让我们变形这个蒙版以适应移动的图像：

masked = activecontour(I2,model, 20, 'Chan-Vese');
imshowpair(I2,masked);

结果：

您可以沿着所有图像循环自动化，将每个后续蒙版变形到下一帧。尝试使用activecontour的不同参数。

编辑这是我能想到的另一种方式：

在以下代码中，Istart是原始修复图片，Mask是该图片上的分段区域（您在问题中称为“已修复”的区域），Istep是移动的图像。

我首先将分段区域转换为二进制掩码，这不是绝对必要的：

t=graythresh(Mask);
BWmask=im2bw(Mask, t);

让我们显示蒙面原始图像：

imshowpair(BWmask, Istart)

下一步是计算开始和步骤图像之间基于强度的注册：

[optimizer, metric] = imregconfig('monomodal');
optimizer.MaximumIterations = 300;

Tform=imregtform(Istart, Istep, 'affine', optimizer, metric);

根据这种转变扭曲面具：

WarpedMask=imwarp(BWmask, Tform, 'bicubic', 'Outputview', imref2d(size(Istart)));

现在让我们来看看结果：

imshowpair(WarpedMask, Istep);

这不是完美的，但它是一个开始。我认为你的主要问题是你的面具包含彼此不同的元素（中间斑点与中间较暗的软组织）如果我在哪里，我会尝试将这些结构分开。

祝你好运！