融合稀疏表示和字典学习的脑部 MR 图像分割

• 作者: 任文杰 郭小粉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 磁共振图像 图像分割 稀疏表示 重构误差 字典学习
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 信息技术交流
• 页码范围: 328-333
• 页数: 6页
• 分类号: TP391.41
• 字数: 4741字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.08.077

摘要

针对脑部磁共振图像中白质、灰质和脑脊液的分割精度问题，提出一种融合稀疏表示和字典学习的图像分割方法。首先，利用基于块的输入数据来训练过完备字典；然后，根据学习到的字典获得最优稀疏表示的高维特征；最后，结合每个像素局部和非局部重构误差实现分割。在模拟和真实图像数据库上的实验结果表明，该方法能利用带有距离因子和稀疏因子的公式准确分割MR图像，在稳定性方面优于其他MR分割方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭小粉	河南农业职业学院电子信息工程系	19	25	3.0	4.0
2	任文杰	河南农业职业学院电子信息工程系	11	9	2.0	3.0