的效果。但是，BP 神经网络的一些固有缺点使模糊 BP 神经网络依然存在改进的 空间。本文对模糊 BP 神经网络的改进主要体现在 BP 神经网络部分，针对 BP 神 经网络收敛速度慢、易陷入局部最小值等缺点，进行传输函数、网络学习率、训 练算法三个方面的改进。

图 2 模糊神经网络构成

3 脑组织图像预分割

3。 1 预分割的目的

在 MR（Nuclear Magnetic Resonance，缩写 MR）（核磁共振）成像中，正常

脑组织由脑白质，脑灰质和脑脊液组成。预分割的目的主要是从颅脑图像中提取 出头骨、头皮等非脑组织，保留大脑结构，为进一步利用模糊神经网络分割出白 质(white matter，缩写 WM )、灰质(grey matter，缩写 GM)、脑脊液(cerebrospinal fluid，缩写 CSF)奠定基础。

尽管直接分割也可以得到，但是只能得到非脑组织的准确边界，而更为重要 的脑组织 WM（白质）， GM（灰质）， CSF（脑脊液）的边界却不明晰。造成这 种效果的原因是，非脑组织(头骨，头皮等)对整体图像分割的干扰影响太强。所 以进行预分割工作对于进行脑组织的细分割来说是非常必要的。

本文提出的对脑组织的分割过程分为两个步骤，第一步是预分割工作，目的 是剔除非脑组织，获得脑实质部分，第二步是采用基于模糊技术和神经网络技术 的细分割工作，目的是分割出 WM（白质），GM（灰质），CSF（脑脊液）。在本 章中主要对第一步预分割的实现算法进行研究。来*自~优|尔^论:文+网www.youerw.com +QQ752018766*

3。 2 预分割的实现

本文提出基于区域生长和边界跟踪的边界提取方法来实现脑组织图像的预 分割。

3。 2。 1 基于区域生长法的半自动边界提取算法

区域生长将一幅图像分成许多小的区域，并将具有相似性质的像素集合起来 构成区域。具体说来，先对每个需要分割的区域找一个种子像素作为生长的起始 点，然后将种子像素周围邻域中与种子像素有相同或相似性质的像素(根据某种 事先确定的生长或相似准则来判定)合并到种子像素所在的区域中。将这些新像 素当作新的种子像素继续进行上面的操作过程，直到再没有满足条件的像素可被 包括进来，这样一个区域就长成了，生长过程结束，图像分割也随之完成。其实 质就是把具有某种相似性质的像素连通起来，从而构成最终的分割区域