原文服务方: 中国医学物理学杂志       
摘要:
目的:探讨基于磁共振成像脑组织分割方法的研究进展.方法:对现有基于磁共振成像的脑组织分割方法进行分类,并对近年来国内外基于磁共振成像的脑组织分割方法的研究进展及其评价方法进行了比较详细的论述,最后对脑组织分割方法的发展趋势进行展望.结果:基于MRI的脑组织分割方法主要包括经典分割方法、统计学分割方法、形变模型分割方法、人工神经网络分割法,小波变换分割法和遗传算法等.结论:基于磁共振成像脑组织分割算法将趋向于自动化、快速化,并注重多种方法的有效结合,有望在新理论、新技术和新工具方面不断获得突破.
推荐文章
基于改进遗传神经网络的MR脑组织图像分割方法
MR图像
神经网络
遗传算法
脑组织分割
结合脑图谱和水平集的MR图像分割的研究
脑图谱
水平集
MR图像分割
基于SOM-FCM算法的脑MR多参数图像分割
多参数图像
自组织映射神经网络
模糊C均值聚类
有效性函数
基于模糊水平集的脑肿瘤MR图像分割方法
脑肿瘤
MR
模糊聚类
水平集
图像分割
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 基于MR图像的脑组织分割方法研究进展
来源期刊 中国医学物理学杂志 学科
关键词 磁共振成像 脑组织 分割 评价
年,卷(期) 2011,(1) 所属期刊栏目 医学影像物理与临床
研究方向 页码范围 2373-2377
页数 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1005-202X.2011.01.013
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 张仁杰 上海理工大学光电信息与计算机工程学院 115 735 13.0 23.0
2 季冰 上海理工大学光电信息与计算机工程学院 3 5 1.0 2.0
4 聂生东 上海理工大学医学影像工程研究所 113 754 15.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (25)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (1)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
磁共振成像
脑组织
分割
评价
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
中国医学物理学杂志
月刊
1005-202X
44-1351/R
16开
1983-01-01
chi
出版文献量(篇)
4079
总下载数(次)
0
总被引数(次)
17195
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