1、當今社會，隨著科技的發(fā)展，經(jīng)濟的增長，人們越來越注重自身的健康問題，顱腦作為人體的中樞神經(jīng)系統(tǒng)，對腦部疾病的檢測和治療更是重中之重。建立精準的顱腦三維模型有利于腦部外科手術、遠程醫(yī)療等醫(yī)療手段的實施、輔助腦部醫(yī)療診斷以及傳授腦部醫(yī)學知識。顱腦核磁共振(MRI)圖像的各個組織精準分割是核磁共振（MRI）顱腦圖像三維模型重建、定量分析和可視化的基礎，且顱腦MRI圖像分割可以提取顱腦圖像中特殊組織的定量信息，可以解決顱腦醫(yī)學圖像中樣本數(shù)據(jù)大，

2、后續(xù)分析工作強度高等問題，這已經(jīng)成為當今研究熱點。但是磁共振腦圖像是一種復雜的醫(yī)學圖像,由于腦組織之間互相混疊在一起沒有清晰的邊界,不同個體之間的差異性較大,再加上在成像過程中磁場的不均勻性、部分容積效應以及噪聲的影響造成的圖像內(nèi)在的不確定性，且諸如腦脊液、顱骨和頭部空腔在MRI圖像中的灰度又非常近似,使分割問題顯得更為復雜和困難。
　　為了在無損情況下獲得精確的人體頭部三維模型，需要從顱腦的MRI序列圖像中分割出頭皮、顱骨、灰質(zhì)

3、、白質(zhì)和腦脊液等五種主要的組織。針對這一問題，本文提出了一種基于FCM&VBM相結(jié)合的整體分割方法。該方法首先通過BET算法從原始的MRI圖像中摘取出顱腦區(qū)域，然后通過FCM算法對得到的顱腦區(qū)域進行細分得到灰質(zhì)、白質(zhì)和腦脊液，繼而再通過VBM分割算法分割出顱骨、頭皮和腦部空腔等非腦組織區(qū)域，最后對分割得到的各個組織進行平滑和形態(tài)學處理，最終成功分割出了所需的五種組織。通過與K均值聚類算法及形態(tài)學分割方法對比發(fā)現(xiàn)本文的分割算法在組織邊緣梯