一种基于改进的遗传算法的脑MR图像去偏移场模型

摘要：

由于磁共振图像(Magnetic Resonance Images,MRI)常舍有偏移场,影响后继图像分割.采用Legendre多项式基函数来拟合偏移场,以去除偏移场对图像分割的影响.当使得恢复图像的信息熵达到最小时,求得的偏移场最优.求偏移场的过程中需要求解基函数的参数,由于传统的梯度下降法易陷入局部最优,将遗传算法引入到参数求解过程中,然而传统的遗传算法时间复杂度高,易陷入局部最优,对遗传算法进行了改进,更容易得到全局最优解且时间复杂度较低.实验证明该算法可以得到精确的偏移场,得到准确的分割结果.

关键词：MRI、偏移场、信息熵、梯度下降法、遗传算法、局部最优、全局最优

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60773172;香港研究资助局资助项目CUHK/4185/00E;香港中文大学校科研和教改项目2050345;江苏省教育厅青蓝工程项目;南京信息工程大学校科研和教改项目

在线出版日期：2008-07-10（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：29-32,35