基于加权相似性度量的脑MR图像特定组织分割

• 作者: 刘宏 宋恩民 李峻 汤翔宇 王捷 覃媛媛 许向阳
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 脑MR图像 多图谱分割 图谱选择 标记融合 图像配准 加权相似度
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 图形图像与虚拟现实
• 页码范围: 1241-1250
• 页数: 10页
• 分类号: TP391
• 字数: 6537字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.01241

摘要

基于多图谱的分割方法能有效解决脑MR图像中特定对象如海马体、杏仁核等组织的自动精确分割问题.为加快处理速度,该方法需要从大型图谱数据集中挑选与目标分割图像比较近似的若干图谱作为分割参考.传统的多图谱分割方法在选择图谱时通常只依据图谱图像与目标图像在灰度上的相似性,没有考虑到两者在分割对象局部形态上的相似性,使得所选择的图谱对分割的参考价值难以保证.针对这一问题,文中提出一种图谱图像与目标图像的以分割对象为中心的加权相似性度量方法,首先通过将图谱图像向目标图像作全局配准得到分割对象在目标图像中的估计位置,然后根据分割对象在两幅图像间的局部扭曲形变来度量它们的相似性.文中将这种加权相似度应用到多图谱分割方法中,在图谱选择时只挑选与目标图像具有较高加权相似度的部分图谱,在融合分割标记时将加权相似度作为权重.对IBSR脑MR图像中豆状核壳核组织的分割实验结果表明,基于该加权相似性度量的多图谱分割方法可以得到较高的分割精度.