您当前的位置：
首页 > 文献资料
所属专业：
脑磁共振图像分割文献资料
-
基于高斯混合模型和马尔科夫随机场的脑MR图像分割
目的 从磁共振噪声图像中分割脑组织(脑脊液、灰质、白质).方法 首先利用K均值分类自动计算三类脑组织的初始灰度分布参数,通过期望大化算法(Expectation maximization,EM)估计高斯混合模型(Gaussian mixture model,GMM)参数.然后按照空间体素的GMM分类信息改变其相应体素的联合概率的能量函数,控制该能量函数中代表灰度信息的分量,并且自适应地调节图像灰度和空间信息的分配.结果 实验结果表明该模型能够有效地分割出脑脊液,灰质和白质,并且对噪声不敏感,能消除灰度不均匀的影响.结论 与同类算法相比,本算法对含有噪声污染的脑MR-T1图像分割精度较高,也表现出不错的稳定性,且算法运行时间短.
