MATLAB 中的 MRI 图像分割

在数字图像处理领域，有时我们需要将主要物体从图像中分离出来以便清晰观察。图像分割是启用此分区的过程。在这种方法中，每个像素都被分配了一个标签，并且共享某些特征的像素被分配了相同的标签编号。该技术广泛用于医学领域以定位感兴趣的对象。

它是一种将数字图像分割成多个片段的技术。该过程广泛用于医学诊断。在本文中，我们使用形态学操作从 MRI 图像中分割出大脑部分。进行分割是为了便于对分割后的图像进行分析。

什么是医学影像？

该术语是指医疗专业人员用来观察人体内部以进行诊断、监测和治疗的技术。现代科学时代有各种可用的技术。

MRI：磁共振成像
CT扫描：计算机断层扫描
X 射线：使用称为 X 射线的电磁波。
超声波：使用声波创建身体内部组织的图像。它不使用任何辐射。

图像分割的类型：

存在多种类型的图像分割。

阈值分割
基于边缘的分割
基于区域的分割
流域分割

在本文中，我们致力于分离 MRI 图像的大脑部分。

使用的形态学操作：

开放：它将小的白色部分或一堆明亮的像素转换为黑暗的部分，而不改变较大的黑暗部分的大小。
关闭：它将小的黑色部分或一堆暗像素转换为明亮的部分，而不改变较大的白色部分的大小。

使用的函数：

imread( ) 内置函数用于读取图像。
imtool( ) 内置函数用于显示图像。
graythresh( ) 内置函数用于计算将灰度图像转换为二进制的 Ostu 阈值。
im2bw( ) 内置函数用于将灰度图像转换为二进制。
strel( ) 内置函数用于定义结构元素。
imopen( ) 内置函数用于应用开放形态学运算。
bwlabel( ) 内置函数用于将标签分配给图像的每个像素。
imclose( ) 内置函数用于应用闭合形态操作。
double( ) 内置函数用于将 unit8 对象转换为双精度格式。

脚步：

阅读 MRI 图像。
将其转换为二进制。
应用打开操作。
应用连通分量分析。
识别大脑部分并将其分离出来。
在中间步骤中显示不同的图像。

例子：

Matlab

% MATLAB code for 
% Separate the brain part from MRI image.
  
% read the mri image.
k=imread("mrii.jpg");
  
% display the image.
imtool(k,[]);
  
% convert it into binary image.
k1=im2bw(k,graythresh(k));
  
% display the binary image.
imtool(k1);
  
% Make the brain largest connected component.
% We need to apply opening operation.
% define the structuring element.
SE=strel('disk',7,4);
  
% apply the opening operation.
k2=imopen(k1,SE); 
  
% display the image now.
imtool(k2);
  
% apply connected component analysis.
b=bwlabel(k2);
  
% display the colored map image.
imtool(b,[]);
  
% brain is component labeled as 9.
% set all other component as 0 except brain.
b(b~=9)=0;
  
% display the brain part.
imtool(b); 
  
% inside the brain part, black portion is there.
% close the black pixels inside brain part.
k3=imclose(b,strel('disk',18)); 
  
% display the brain part.
imtool(k3);
  
% extract the brain from original image.
k4=k3.*double(k);
  
% display the real brain from original image.
imtool(k4,[]);

输出：