基于高斯混合模型的人脑MR图像分割新算法研究

• 作者: 张建伟 朱泉同 陈允杰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像分割 高斯混合模型 粒子群优化算法 EM算法
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 算法
• 页码范围: 246-248,264
• 页数: 4页
• 分类号: TP3
• 字数: 4903字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.03.087

摘要

有限高斯混合模型是广泛应用于聚类分析与分布估计的概率模型之一,同样在脑部MR图像分割领域获得了广泛应用.利用高斯混合模型可以描述大脑图像,通过期望最大算法求解随机变量的特征值,并用其对图像上的点进行分类,可以在一定程度上解决脑图像分割问题.针对含脉冲噪声的大脑图像,首先利用改进的滤波方法对图像进行滤波,再利用粒子群改进算法的全局优化特性求解高斯混合模型的参数,这样避免了EM算法易陷入局部极值的现象,以提高参数精度,从而进一步提高分割质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建伟	南京信息工程大学数理学院	86	725	15.0	21.0
2	朱泉同	南京信息工程大学数理学院	2	12	2.0	2.0