脑MR图像互信息最大的凸优化分割模型

• 作者: 夏德深 孙文杰 孙权森 潘晓花 王平安 韦志辉
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 脑MR图像 图像分割 互信息 变分水平集 凸优化 偏移场
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1082-1089,1107
• 分类号: TP391
• 字数: 6169字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9775.2012.08.014

摘要

脑MR图像中普遍存在灰度不均匀性,传统的分割方法无法得到理想的脑组织分割结果.为此提出一种基于互信息最大化准则的变分水平集凸优化分割模型.首先建立最大化图像灰度与标记之间互信息能量的分割模型,并融人偏移场信息；对模型进行水平集表示和凸优化后,再引入边缘指示函数加权的总变差范数；最后采用SplitBregman方法快速求解.实验结果表明,该模型可以得到较准确的脑组织分割和偏移场矫正结果,对噪声和灰度不均匀性有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦志辉	南京理工大学计算机科学与技术学院	124	1896	20.0	36.0
2	王平安	香港中文大学计算机科学与工程学系	87	1553	23.0	34.0
3	夏德深	南京理工大学计算机科学与技术学院	220	3601	29.0	48.0
4	孙权森	南京理工大学计算机科学与技术学院	112	1385	19.0	32.0
5	孙文杰	南京理工大学计算机科学与技术学院	2	21	2.0	2.0
6	潘晓花	南京理工大学计算机科学与技术学院	1	8	1.0	1.0