基于词袋模型的脑肿瘤MR图像分割方法

摘要：

提出了一种基于词袋模型配合滑动窗口提取像素点特征的脑肿瘤MR图像分割方法.通过预处理去除非脑组织并进行灰度值归一化,采集图像的图像块特征并聚类生成视觉词典;在生成视觉词典的过程中,通过分别生成病灶区域词典和背景区域词典进而组合得到最终的联合视觉词典;利用联合词典配合滑动窗口对像素点进行表达并将其作为像素点的特征,利用逻辑回归分类器进行训练和分类从而完成对脑肿瘤的分割.在160幅脑肿瘤MR图像组成的数据集上进行实验,实验结果表明分割准确率达到90.42％.

关键词：MR图像、脑肿瘤分割、词袋模型、分类词典、滑动窗口、分类器

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家863高技术研究发展计划基金项目2012AA02A616

在线出版日期：2014-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1312-1317