版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于改进高斯混合模型的MR图像分割
MR Image Segmentation Based on Improved Gaussian Mixed Model作者机构：南京信息工程大学数学与统计学院南京210044
出 版 物：《计算机工程》 (Computer Engineering)
年 卷 期：2012年第38卷第17期
页 面：242-244,248页
核心收录：
学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金：国家自然科学基金青年基金资助项目(61003209) 江苏省自然科学基金资助项目(BK2011824) 江苏省高校自然科学研究基金资助项目(10KJB520012) 南京信息工程大学八期教改课题基金资助项目(N1885011039)
主 题：核磁共振成像 图像分割 高斯混合模型 偏移场 区域信息
摘 要：传统高斯混合模型分割核磁共振图像时严重依赖初值,且易受图像中偏移场与噪声的影响。为此,提出一种基于片信息的改进高斯混合模型。采用模糊C均值聚类方法优化初始值,以减小初值对分割结果的影响,加快算法的收敛速度。使用Legendre多项式对偏移场进行拟合,并融入EM框架中,得到光滑的偏移场。利用邻域信息降低噪声的影响,使模型在降低噪声影响的同时,保留细长拓扑结构信息。实验结果表明,该模型能恢复出偏移场,分割结果较好。
