改进的熵最小方法用于MRI偏差场的校正

摘要：

灰度不均匀性分布是磁共振成像中经常发生的一种病态混扰,它给医生读片诊断和磁共振图像(MRI)计算机自动化处理带来很大困难.针对偏差场平滑、渐变的特性,本研究提出了一种改进的基于图像信息熵最小化的自动校正算法.该方法是一种全自动的无需先验知识的校正方法.在实验过程中,采用模糊C-均值聚类算法来提取反映偏差场变化趋势的同类特征点;通过二次曲面拟合特征点曲面的方法,提取初始化曲面参数;应用具有学习能力的粒子群寻优算法提高信息熵搜索的优化速度.最后,在对Brain-Web数据库仿真MRI和实际采集到的MRI校正中,获得了更适合人眼观看的校正图片,为临床诊断提供了准确可信的图像数据.

关键词：灰度偏差场、图像熵、模糊C-均值聚类算法、粒子群搜索算法

所属期刊栏目：27

分类号：R318(医用一般科学)

资助基金：安徽省教委自然科学基金重点研究项目2006KJ097A

在线出版日期：2009-02-23（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：867-871,893