带偏场校正和邻域约束的快速MR脑组织分割新方法
由于部分容积效应(PVE)、图像的偏场(INU)和噪声的存在,脑组织磁共振(MR)图像自动准确的分割是一项具有挑战性的任务.本文提出了一个准确度高并快速鲁棒的二维(2D)和三维(3D)分割算法来将脑部MR图象分割为白质(WM)、灰质(GM)和脑脊液(CSF)三种主要的解剖组织类型.该算法在标准模糊C-均值算法(FCM)的基础上提出了一个新的目标函数,包含偏场校正和邻域约束.在该算法中,采用参数模型表示INU,并且一个类似马尔可夫随机场(MRF)的邻域约束来表示脑组织空间分布一致性信息.本文给出了该算法的模拟和真实脑MR图像的分割结果,同时与其它算法进行了比较.比较结果显示该算法具有较高的准确度和较快的收敛速度.
图像分割、偏场校正、邻域约束、模糊聚类、脑组织
38
TP391(计算技术、计算机技术)
国家973重点基础研究发展规划2010CB732500;国家自然科学基金重点项目30730036
2011-05-12（万方平台首次上网日期，不代表论文的发表时间）
共8页
1784-1790,1797
