摘要：通过对人脑cT病变区图像进行分割从而实现人脑疾病的准确诊断，可以有效降低人脑疾病导致的死亡率。对人脑CT病变区图像的分割，需要获取多尺度梯度矢量信息，利用改信息构造图像区域边界型能量函数，完成对图像的精准分割。传统方法先计算出CT图像符号距离函数，并结合快速步进法生成符号表，但忽略了构造图像区域边界型能量函数，导致分割精度偏低。提出通过图像分割改进方法实现人脑疾病准确诊断。利用FCM聚类原理对人脑cT病变区图像感兴趣区域进行初分割。提取CT图像感兴趣区域轮廓，获取多尺度梯度矢量信息构造边界型能量函数，利用Hessian矩阵对人脑感兴趣区域3维体数据增强滤波，对增强滤波后的三维cT图像，结合灰度和空间信息构造网络图，结合图割理论实现网络图分割，由此完成对人脑cT病变区图像分割。实验结果表明，所提方法能够在有效提升人脑疾病诊断正确率。

简介：《计算机仿真》（CN：11-3724/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社