SEM混合模型脑血管分割算法

摘要：

针对脑血管结构复杂、空间比例小,易导致对其进行图像分割较困难的问题,面向脑MRI提出参数统计分类算法,通过随机迭代提高血管分割精度.首先应用最大强度投影法(MIP)实现脑血管图像预处理,以降低脑血管图像中混合成分的数目;其次用有限高斯混合模型模拟脑血管和脑组织的随机分布;最后通过随机期望最大化(SEM)算法进行混合模型的参数估计,解决了传统期望最大化(EM)算法收敛速度缓慢和局部极值的问题.实验结果表明,采用文中算法可有效地分割脑血管主分支及周围较细小分支,且其收敛速度比传统EM算法有较大提高.

关键词：脑血管分割、最大强度投影法、随机期望最大化算法、混合模型、参数估计

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：国家"八六三"高技术研究发展计划2008AA01Z301;国家自然科学基金60803082;北京市自然科学基金重点项目4081002;中国博士后基金20060400407

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1905-1911