脑组织结构,包括脑组织结构的形态、体积、密度等,是脑功能活动的依托和载体,一直是生物医学研究的重点和热点。医学影像学的发展与进步,为脑组织结构的研究提供了有效的手段。磁共振成像技术(magnetic resonance imaging,MRI)以其无创性、无放射性、空间分辨率高、软组织分辨率好等优点已经被广泛应用于脑疾病的临床诊断及基础研究中,并取得了大量重要的研究成果。脑结构图像处理方法是医学影像研究的重点。最初的医学影像分析基本上是基于医生读片的定性分析,经过多年的研究以后,出现了基于感兴趣区(region of interest,ROI)的定量分析,目前,使用最为广泛的是逐像素形态学分析方法(voxel-based morphometry,VBM)。MRI脑成像数据分析的目的是从图像中提取出与病变相关的灰度发生改变的区域。然而,MRI的图像强度不仅仅受到病变区域的影响,还会受到诸如环境噪声、尤其是射频线圈等因素的影响。射频线圈是磁共振成像仪中用于发射激发信号和接受磁共振信号的部件。表面线圈是一种重要的接收线圈,由于其信噪比高和伪影效应低等优点而得到广泛应用。然而,由于表面线圈在被试的同一侧接收信号,因此,离线圈越近的脑组织结构的图像信号越高,也就是表面线圈会带来严重的深度效应,尤其是在高场的动物MRI成像设备中,这种深度效应表现的更为明显。由表面线圈引起的图像灰度的不均匀性会混杂在由病变引起的不均匀性之中,破坏了图像本身的像素灰度值,为图像分析引入严重的误差,因此,对于由表面线圈引起的图像灰度不均匀性的校正是对MRI脑结构成像进行准确分析的前提和保证,也是本论文工作的重点和难点。目前,对于MRI表面线圈灰度不均匀性校正方法的研究已经广泛开展,如基于图像分割的校正算法和曲面拟合的校正算法,然而这两种校正算法的精度依赖于先验知识,客观性较低;基于滤波的校正方法虽然提高了客观性,然而却容易产生矫枉过正的情况从而会破坏图像的信号。因此,建立客观的且行之有效的由MRI表面线圈引起的灰度不均匀性的校正算法仍然是亟待解决的问题。本论文提出基于水模的MRI图像对大鼠脑结构MRI图像进行校正。首先对水模进行MRI成像,然后使用曲面拟合算法,拟合表面线圈的不均匀场方程,重建出不均匀性场,建立图像灰度不均匀性的校正模型,最后,利用这个校正模型对大鼠的MRI脑结构图像进行校正,并通过与体线圈成像结果以及传统校正方法的比较对本文所建立的方法进行评估。评估结果表明,本论文所建立的方法能够准确的完成MRI图像灰度不均匀性的校正。