脑肿瘤日益严重地危害着人类生命安全和身体健康,而神经外科手术是一种最直接有效的治疗方法,但是它也充满着风险性和挑战性。高质量的神经外科手术要求医生在完全切除病灶的同时能完整保留重要的神经结构。因此,术中对脑肿瘤和正常组织的精准定位成为神经外科手术的关键。神经导航系统,因其能够有效地提高手术精度、缩短手术时间、减少手术创伤以及并发症,被广泛地应用于神经外科手术中。但是,在神经导航系统的引导下切除脑肿瘤时,脑肿瘤边界模糊、纤维束不准确提取等因素会影响导航的精度,进而影响手术质量。因此,自动、准确检测和分割脑肿瘤,精确提取神经纤维束成为神经导航系统精度提高的关键所在。本文以提高神经导航系统的精度为目标,系统地研究了导航系统中的脑肿瘤自动检测与分割和纤维束提取的理论、方法。全文的主要研究内容由以下三部分内容组成：第一部分,基于大脑对称性及滑窗技术的MRI脑肿瘤自动检测与分割方法。首先,肿瘤的自动检测是采用径向基函数支持向量机通过提取图像的灰度特征和对称特征实现的；其次肿瘤的自动分割是基于滑窗技术通过检测和提取最不相似区域实现的。滑窗技术的使用,为大脑图像的分割提供了新思路和新方法。实验结果表明,该方法能够为医生诊断是否患有脑肿瘤提供辅助参考；肿瘤分割精度良好,与有经验的3位医生手动分割的平均结果基本吻合。第二部分,压缩感知在弥散张量磁共振成像中的应用研究。为了解决弥散张量磁共振成像过程中扫描时间长、数据量大、处理耗时等问题,基于弥散张量磁共振成像图像在傅立叶空间稀疏性,文中提出了采用星射线采样和共轭梯度算法重构的压缩感知方法完成弥散张量磁共振成像扫描,保持图像高精度的同时降低采样频率、节约扫描时间、减少数据量。实验结果表明,将优化后的压缩感知方法用于弥散张量磁共振成像,在保证成像质量的前提下,成像时间可节约30%左右。第三部分,基于哈密顿一雅可比方程的纤维束提取的优化方法。通过研究种子点的漂移对纤维束提取的影响,发现种子点位置的不确定性在一定程度上影响纤维束提取的结果。为了保持纤维束提取的稳定性,文中创新性地将轮廓跟踪算法用于纤维束提取,这不仅提高了纤维束提取的自动化程度,同时也提高了纤维束追踪的稳定性。改进了原方法中选取两个种子点的方法,而选择一个种子点提取纤维束,减少计算量的同时提高了该方法的稳定性。以种子点为中心划定一个球形区域,缩小后续计算范围,这样大大减少了计算量。实验结果表明,该方法提高了纤维束追踪的效率,也提高了纤维束提取的自动化程度。综上所述,脑肿瘤分割的自动检测与分割方法,自动选取种子点的纤维束提取优化方法,为手术导航系统向高精度、智能化方向迈进提供了可能性。同时将压缩感知用在弥散张量磁共振成像中以降低扫描时间,为手术导航系统向术中成像导航系统的扩展应用提供可能性。