多元高斯混合模型脑MR图像去壳模型

• 作者: 张建伟 王顺凤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高斯混合模型 EM算法 粒子群算法 图像分割 核磁共振成像
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 198-203
• 页数: 6页
• 分类号: TP391.41
• 字数: 8059字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.01.061

摘要

将脑部组织从MR图像中提取出来已经成为脑部图像处理中的一个重要环节,它可以提高后继的脑组织定位、容积测量等处理的精确度.但由于脑MR图像往往具有偏移场、弱边界和强噪音,使得基于图像梯度信息的水平集模型很难得到真实解.高斯混合模型使用了图像全局信息,能较好地处理弱边界问题.但传统的高斯混合模型仅使用了灰度值分布信息,未对像素的位置进行考虑,这使得其在处理噪音图像时效果并不是很理想.利用图像多种信息构造新的信息场,使得由信息场构造的高斯混合模型更能降低偏移场、噪音等影响,同时防止曲线从弱边界泄漏.传统的高斯混合模型求解参数时,往往仅使用EM算法,易陷入局部最优.针对这个缺点,引入粒子群算法,并对其进行改进,使得改进的算法可以较快地得到精确解.对脑MR图像分割实验表明该模型可得到较好的分割效果.

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	王顺凤	南京信息工程大学数理学院	15	128	7.0	11.0