基于改进高斯混合模型的MR图像分割

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.

关键词：核磁共振成像、图像分割、高斯混合模型、偏移场、区域信息

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：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

在线出版日期：2012-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：242-244,248