医学图像分割

Question

我正在寻找一种分割算法，从下图所示的MRI图像中提取小鼠脊柱的中间部分。我想通过阈值强度来提取零件，但强度与图像中的其他部分太相似。我还被告知（由我的主管）研究半自动分割算法，您可以在其中单击感兴趣区域中的像素，算法会考虑从您单击的像素扩散的像素。对此的任何其他建议也将不胜感激。

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。

小鼠脊柱的MRI图像：

与上面相同，突出显示的区域需要分段：

P.S。 - 我在matlab工作，所以如果你知道一个好的工具箱，请告诉我。

我的背景： 物理学本科，启动医学物理硕士，并尝试进入图像分析/计算机视觉。

Answer 1

您的图像分辨率非常低，很难提取所需的区域。尝试使用ImageJ，选择感兴趣区域（ROI）并计算面积和其他参数要容易得多。

编辑：

如果您想坚持使用MATLAB，可以使用roipoly()。它不是自动化或半自动算法。基本上您将要做的是，单击所需区域边界上的多个点，然后测量边界内的像素数。以下代码也是如此：

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

我正在处理相同类型的MRI数据，低分辨率和强度相同的其他结构的微小结构。 为了简化操作，我要做的是为不相关的结构构建一个模板，并使用它们将其与原始图像分开，以便获得所需的VOI， 然后，我使用了随机森林（或者您可以从区域增长开始并定义一些正则化和平滑参数）来提取区域。

您可以在ITK上开始一些测试以捕获程序包分段。有一种基于水平集活动轮廓线的半自动监督学习算法进行分割。 我使用了它，发现它非常有用。 如果您需要帮助，请告诉我。

Answer 3

您可以考虑查看图像样本中脊柱区域的空间/光谱特征。这样，您可以利用结构的某些特征来帮助您划分投资回报率。

这个想法是让它更多地关于微观形态，而不是强度水平，强度水平可能随不同样品而变化。