字典学习和稀疏表示的海马子区图像分割

• 作者: 刘志文 时永刚 王东青
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 海马子区分割 稀疏表示 字典学习 多图谱 局部二值模式 图像块
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1593-1601
• 页数: 9页
• 分类号: TP39
• 字数: 6218字
• 语种: 中文
• DOI: 10.11834/jig.20151204

摘要

目的 海马子区体积极小且结构复杂,现有多图谱的分割方法难以取得理想的分割结果,为此提出一种字典学习和稀疏表示的海马子区分割方法.方法 该方法为目标图像中的每个体素点建立稀疏表示和字典学习模型以获取该点的标记.其中,字典学习模型由图谱灰度图像中的图像块构建.提出利用图谱标记图像的局部二值模式(LBP)特征增强训练字典的判别性;然后求解目标图像块在训练字典中的稀疏表示以确定该点标记;最后依据图谱的先验知识纠正分割结果中的错误标记.结果 与现有典型的多图谱方法进行定性和定量对比,该方法优于现有典型的多图谱分割方法,对较大海马子区的平均分割准确率可达到0.890.结论 本文方法适用于在大脑核磁共振图像中精确分割海马子区,且具有较强的鲁棒性,可为神经退行性疾病的诊断提供可靠的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志文	北京理工大学信息与电子学院	104	745	15.0	21.0
2	时永刚	北京理工大学信息与电子学院	16	113	7.0	9.0
3	王东青	北京理工大学信息与电子学院	1	9	1.0	1.0