基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了-种针对MRI磁共振图像通过两次分割实现颅脑图像脑组织自动获取的方法.通过基于Catt扩散模型的各项异性滤波,实现了在保持图像细节的同时有效地消除图像的噪声.然后通过改进的基于相似性区域合并的分水岭算法解决了过分割问题,实现了脑组织区域的初次分割.由于颅脑图像不同组织之间边缘模糊且自身容易受到噪声的影响.导致区域合并过程中可能会误将非脑组织作为脑组织合并,因此,采用水平集方法将初次分割获得的脑组织轮廓作为初始轮廓曲线,实现了脑组织的自动分割.实验结果验证了算法的可行性和实用性.
推荐文章
基于纹理特征和支持向量机的磁共振脑图像组织分类
纹理特征
支持向量机
磁共振脑图像
参数寻优
多分辨率多上下文的脑磁共振图像自动分割
多分辨率
多上下文
磁共振图像
图像分割
核磁共振图像脑组织自动提取方法
脑组织提取
灰度直方图
活动轮廓模型
水平集
质量评估
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 磁共振颅脑图像的脑组织自动获取方法
来源期刊 软件学报 学科 工学
关键词 图像滤波 分水岭 水平集 脑组织分割 区域合并
年,卷(期) 2009,(5) 所属期刊栏目 医学影像处理与分析
研究方向 页码范围 1139-1145
页数 7页 分类号 TP391
字数 5259字 语种 中文
DOI 10.3724/SP.J.1001.2009.03577
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 耿国华 西北大学信息科学与技术学院 497 5986 35.0 55.0
2 周明全 北京师范大学信息科学与技术学院 270 2127 22.0 27.0
3 税午阳 北京师范大学信息科学与技术学院 18 155 8.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (35)
参考文献  (11)
节点文献
引证文献  (29)
同被引文献  (30)
二级引证文献  (80)
1988(2)
  • 参考文献(2)
  • 二级参考文献(0)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(10)
  • 引证文献(8)
  • 二级引证文献(2)
2012(7)
  • 引证文献(3)
  • 二级引证文献(4)
2013(19)
  • 引证文献(4)
  • 二级引证文献(15)
2014(12)
  • 引证文献(3)
  • 二级引证文献(9)
2015(13)
  • 引证文献(2)
  • 二级引证文献(11)
2016(11)
  • 引证文献(3)
  • 二级引证文献(8)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像滤波
分水岭
水平集
脑组织分割
区域合并
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导