基于两步图谱选择的脑MR图像分割

摘要：

针对传统的基于多图谱的医学图像分割过程中的相似度加权融合的方法没有考虑图谱集的干扰性和冗余性的不足, 提出一种基于两步图谱选择策略的脑MR图像分割方法. 该方法首先采用一种基于最小角回归的方法进行图谱粗选择, 其次则采用基于豪斯多夫距离的以目标为导向的图谱精选择. 粗选择方法可以在总体上来寻找和目标图像较为相似的图谱, 删除某些无效变量, 降低图谱集的干扰性和冗余性. 精选择方法更加注重于目标组织本身的相似度计算, 并且得到的相似性结果不受目标组织尺寸和目标组织位置的影响. 实验结果表明, 相比于传统的基于矩形区域相似度计算的单步图谱选择方法, 该方法具有更高的鲁棒性和准确性.

关键词：多图谱分割;标签融合;最小角回归;脑组织分割;图谱选择

所属期刊栏目：31

资助基金：温州市公益性科技计划G20190022

在线出版日期：2022-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：203-211