融合高斯混合模型的测地线脑肿瘤分割方法

摘要：

脑肿瘤分割是计算机辅助脑病诊断的基础。为提高脑肿瘤分割精度，提出一种融合高斯混合模型的测地线脑肿瘤分割方法。根据相邻2个像素点间互相到达时间构造离散且带有权重的网格图，通过高斯混合模型估计每个像素点属于目标物体的罚度，并融合高斯混合模型的概率密度差异表示区域属性与边缘属性构成能量函数，利用快速最短路径算法求解前景与背景间的测地线距离，并根据该距离最小化能量函数，得到脑肿瘤的分割结果。利用10组脑部核磁共振图像数据对算法进行评估，结果表明，该算法分割结果与金标准的重叠率在0.60~0.85之间，可有效避免局部最优解的情况，对非匀质区域具有较好的分割效果。

关键词：测地线距离、高斯混合模型、期望值最大化算法、最短路径快速算法、脑肿瘤图像、图像分割

分类号：TP911.73

资助基金：国家自然科学基金资助项目60902103；教育部创新团队发展计划基金资助项目IRT0606；辽宁省教育厅科研基金资助项目L2012230

在线出版日期：2014-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：256-259,262