一种结合FCM的Mumford-Shah混合模型MR图像分割方法

摘要：

为了实现MB图像中多目标感兴趣区域的提取,提高MR分割精度.提出一种在Mumford-Shah混合模型中耦合模糊C均值聚类(FCM)的MR图像分割方法.首先,采用FCM对图像进行预分割,解决初始零水平集曲线的定位问题;其次,在Mumford-Shah混合模型的保真项中耦合感兴趣区域的FCM信息.所提取方法对脑白质、脑灰质、脑室平均重叠率分别为76.05%、72.61%和71.18%,而使用FCM方法分别为64.77%、62.38%和60.79%.实验结果表明:与FCM区域信息结合的Mumford-Shah模型在MR图像分割处理中有较高的分割精度与抗噪声能力.

关键词：图像分割、MRI、Mumford-Shah模型、FCM、水平集

所属期刊栏目：28

分类号：R318(医用一般科学)

资助基金：国家自然科学基金资助项目60672115

在线出版日期：2009-09-28（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：393-397,414