文献综述（或调研报告）：
磁共振成像（magnetic resonance imaging，MRI）由于能够无创地获得高对比度、高分辨率的图像，近年来被广泛应用于研究人脑的结构与功能发育，其在大脑疾病分析、诊断、治疗与认知科学研究等领域都取得了重要成果。基于脑磁共振成像分割肿瘤对于肿瘤的诊断与治疗是至关重要的。然而，由于大脑组织结构复杂 而且MRI图像受到噪声、部分容积效应等多种因素的影响，这使得获得高精度的分割受到了一定挑战。 精准的肿瘤分割对于疾病诊断与治疗、认知研究等具有重要意义。近年来，随着卷积神经网络的发展，多种网络模型被应用于多模态磁共振成像，实现肿瘤与水肿的自动分割。
神经胶质瘤（glioma）在成年人中比较普遍并且可以被多序列的MRI图像所检测出来。MRI图像有四种序列：T2-weighted fluid attenuated inversion recovery（Flair）、T1-weighted（T1）、T1-weighted contrast-enhanced（T1c）、T2-weighted（T2）。
对于基于MRI图像数据的神经胶质瘤的分割存在困难和挑战的原因有以下几点：
（1）神经胶质瘤在MRI图像中有着和神经胶质过多症以及中风相似的外观
（2）神经胶质瘤可能出现在大脑中的任何位置，并且有着多变的形态、外观和大小
（3）神经胶质瘤侵入大脑组织周围，而不是取代他们，形成模糊的边界
（4）MRI图像亮度不均匀（intensity inhomogeneity），增加了难度
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
